La reconnaissance des expressions faciales a été un domaine de recherche actif au cours des dernières décennies et reste un défi en raison de la forte variabilité intra-classe. Les approches traditionnelles pour ce problème s'appuient sur des caractéristiques conçues manuellement, telles que SIFT, HOG et LBP, suivies d'un classifieur formé sur une base de données d'images ou de vidéos. La plupart de ces travaux fonctionnent raisonnablement bien sur des ensembles de données d'images capturées dans des conditions contrôlées, mais échouent à obtenir des performances aussi bonnes sur des ensembles de données plus difficiles avec plus de variations d'images et des visages partiels.Ces dernières années, plusieurs travaux ont proposé un cadre end-to-end pour la reconnaissance des expressions faciales, utilisant des modèles d'apprentissage profond. Malgré les meilleures performances de ces travaux, il semble encore y avoir beaucoup de place pour l'amélioration. Dans cette étude, nous proposons une approche d'apprentissage profond basée sur un réseau convolutif attentionnel (attentional convolutional network), capable de se concentrer sur les parties importantes du visage, et qui réalise une amélioration significative par rapport aux modèles précédents sur plusieurs ensembles de données, notamment FER-2013, CK+, FERG et JAFFE.Nous utilisons également une technique de visualisation capable d'identifier les régions faciales importantes pour la détection des différentes émotions, en fonction de la sortie du classifieur. À travers les résultats expérimentaux, nous montrons que différentes émotions semblent être sensibles à différentes parties du visage.