Ante los problemas del modelo de red ResNet18 en el reconocimiento de expresiones faciales, como el gran tamaño del modelo y la baja precisión, se propone un modelo de red ResNet ligero basado en el mecanismo de atención (Multi-Scale CBAM Lightweight ResNet, MCLResNet), capaz de realizar el reconocimiento de expresiones faciales con menos parámetros y mayor precisión. Primero, se utiliza ResNet18 como red troncal para extraer características, introduciendo convoluciones agrupadas para reducir la cantidad de parámetros de ResNet18; se utiliza la estructura de residuo invertido para aumentar la profundidad de la red y optimizar la extracción de características de la imagen. En segundo lugar, la capa totalmente conectada compartida en el módulo de atención de canal CBAM (Convolutional Block Attention Module) se reemplaza por un módulo convolucional 1×3, reduciendo eficazmente la pérdida de información del canal; en el módulo de atención espacial CBAM se añade un módulo convolucional multiescala para obtener información de características espaciales a diferentes escalas. Finalmente, el módulo CBAM multiescala de fusión de características espaciales (Multi-Scale CBAM, MSCBAM) se añade al modelo ligera ResNet, aumentando eficazmente la capacidad de expresión de características del modelo; además, se añade una capa completamente conectada en la capa de salida del modelo que incluye MSCBAM para aumentar la representación no lineal en la salida. Los resultados experimentales en los conjuntos de datos FER2013 y CK+ muestran que el modelo propuesto reduce la cantidad de parámetros en un 82,58% en comparación con ResNet18 y tiene una buena precisión de reconocimiento.

red ResNet ligera; fusión de características espaciales multiescala; reconocimiento de expresiones faciales; mecanismo de atención