Diante dos problemas do modelo de rede ResNet18 no reconhecimento de expressões faciais, como o grande tamanho do modelo e baixa precisão, foi proposto um modelo de rede ResNet leve baseado no mecanismo de atenção (Multi-Scale CBAM Lightweight ResNet, MCLResNet), capaz de realizar o reconhecimento de expressões faciais com menos parâmetros e maior precisão. Primeiro, utiliza-se ResNet18 como rede principal para extração de características, introduzindo convolução em grupo para reduzir a quantidade de parâmetros do ResNet18; utiliza-se a estrutura de resíduo invertido para aumentar a profundidade da rede e otimizar a extração das características da imagem. Em seguida, a camada totalmente conectada compartilhada no módulo de atenção do canal CBAM (Convolutional Block Attention Module) foi substituída por um módulo de convolução 1×3, reduzindo eficazmente a perda de informações do canal; no módulo de atenção espacial CBAM foi adicionado um módulo de convolução em múltiplas escalas para obter informações de características espaciais em diferentes escalas. Por fim, o módulo CBAM multiescala (Multi-Scale CBAM, MSCBAM), que funde características espaciais multiescala, foi adicionado ao modelo ResNet leve, aumentando efetivamente a capacidade de expressão das características do modelo; além disso, uma camada totalmente conectada foi acrescentada na camada de saída do modelo que incorpora MSCBAM para aumentar a representação não linear na saída. Os resultados experimentais nos conjuntos de dados FER2013 e CK+ mostram que o modelo proposto reduz a quantidade de parâmetros em 82,58% em comparação ao ResNet18 e apresenta boa precisão de reconhecimento.

rede ResNet leve; fusão de características espaciais multiescala; reconhecimento de expressões faciais; mecanismo de atenção