Face aux problèmes actuels des méthodes de reconnaissance des expressions faciales qui présentent un grand nombre de paramètres, une forte consommation des ressources de calcul et une faible précision de reconnaissance, une méthode légère de reconnaissance des expressions faciales basée sur un mécanisme d'attention conditionnelle coordonnée est proposée. Tout d'abord, le nombre de couches du réseau MobileNet V3 est réduit, tandis que le nombre de canaux intermédiaires et de sortie dans la structure résiduelle inversée est augmenté de 1,5 à 3,2 fois par rapport à l'original, en utilisant la fonction d'activation Mish à la place de Hardswish pour réaliser la non-linéarité après l'extraction des caractéristiques. Ensuite, un mécanisme d'attention coordonné amélioré est introduit, où l'encodage s'effectue successivement le long des directions horizontale et verticale dans l'intégration des informations du tenseur à travers le pooling max et le pooling moyen, et une intégration des informations du tenseur produit des caractéristiques avec un champ réceptif global et des informations de position précises pour extraire les détails des expressions faciales dans les positions spatiales et canal. Enfin, des expérimentations sont réalisées sur les ensembles de données publics FERPlus et RAF-DB, les résultats montrent que la méthode proposée réduit le nombre de paramètres de 15,91 %, avec des précisions respectives de 88,84 % et 85,90 %, améliorant la précision de 0,83 % et 1,39 % par rapport au modèle amélioré précédent. Cette méthode présente de bonnes performances de reconnaissance, validant son efficacité.

reconnaissance d'expressions;légèreté;mécanisme d'attention;extraction de caractéristiques