Ante los problemas actuales en los métodos de reconocimiento de expresiones faciales que involucran una gran cantidad de parámetros, alto consumo de recursos computacionales y baja precisión de reconocimiento, se propone un método ligero de reconocimiento de expresiones faciales basado en un mecanismo de atención coordinada condicional. Primero, se reduce el número de capas de la red MobileNet V3, al mismo tiempo que se incrementa el número de canales intermedios y de salida en la estructura de residuo invertido entre 1.5 y 3.2 veces el original, utilizando la función de activación Mish en lugar de Hardswish para lograr la no linealidad tras la extracción de características. En segundo lugar, se introduce un mecanismo mejorado de atención coordinada en el que la codificación en la incrustación de información del tensor se realiza secuencialmente en las direcciones horizontal y vertical mediante pooling máximo y promedio, y mediante la integración de la información del tensor se generan características con campo receptivo global e información de posición precisa para extraer detalles de las expresiones faciales en las posiciones espaciales y de canal. Finalmente, se realizan experimentos en los conjuntos de datos públicos FERPlus y RAF-DB, donde los resultados muestran que el método propuesto reduce la cantidad de parámetros en un 15.91%, con precisiones del 88.84% y 85.90% respectivamente, mejorando la precisión del modelo mejorado en un 0.83% y 1.39%. Este método posee un buen rendimiento de reconocimiento, validando su efectividad.

reconocimiento de expresiones;ligero;mecanismo de atención;extracción de características