تماشَت الاعتراف التلقائي بالتعبيرات الوجهية (FER) باهتمامٍ كبير نظرًا لتطبيقاتها في التفاعل بين الإنسان والحاسوب. وداخل الطرق المتبعة لتحسين مهام الاعتراف بالتعبيرات الوجهية، يركّز هذا البحث على البنية العميقة المزودة بآلية الانتباه. نُقدّم فكرة جديدة تُسمّى "الإغلاق بالقناع" (Masking Idea) لتعزيز أداء الشبكات العصبية التلافيفية (CNN) في مهام التعبيرات الوجهية. تعتمد هذه الفكرة على استخدام شبكة تجزئة (segmentation network) لتحسين خرائط الميزات، مما يمكّن الشبكة من التركيز على المعلومات ذات الصلة لاتخاذ قرارات صحيحة. وفي التجارب، قمنا بدمج شبكة التعميق العكسي الشائعة (Deep Residual Network) مع بنية مشابهة لشبكة Unet لإنتاج ما يُسمّى بشبكة القناع العكسي (Residual Masking Network). وقد حققت الطريقة المقترحة دقةً تُعدّ من أفضل النتائج المُحققة (SOTA) على مجموعتي البيانات المعروفتين FER2013 وVEMO الخاصة.