La reconnaissance automatique des expressions faciales (FER) a suscité un intérêt croissant au cours des vingt dernières années, les expressions faciales jouant un rôle central dans la communication humaine. La plupart des méthodologies FER s’appuient sur des réseaux de neurones profonds (DNN), des outils puissants pour l’analyse de données. Toutefois, malgré leur efficacité, ces réseaux sont sujets au surapprentissage, car ils ont tendance à mémoriser les données d’entraînement. En outre, il existe actuellement peu de bases de données importantes de FER en situation réelle (c’est-à-dire dans des environnements non contraints). Pour atténuer ce problème, plusieurs techniques d’augmentation de données ont été proposées. L’augmentation de données consiste à augmenter la diversité des données disponibles en appliquant des transformations contraintes aux données initiales. L’une de ces techniques, qui a apporté des bénéfices significatifs à diverses tâches de classification, est le Mixup. Selon cette approche, un DNN est entraîné sur des combinaisons convexes de paires d’exemples et de leurs étiquettes correspondantes. Dans cet article, nous étudions l’efficacité du Mixup dans le cadre de la FER en situation réelle, où les données présentent de grandes variations en termes de positions de tête, d’éclairage, de fonds et de contextes. Nous proposons ensuite une nouvelle stratégie d’augmentation de données basée sur le Mixup, appelée MixAugment. Selon cette méthode, le réseau est entraîné simultanément sur une combinaison d’exemples virtuels et d’exemples réels, tous contribuant à la fonction de perte globale. Nous menons une étude expérimentale approfondie qui démontre l’efficacité supérieure de MixAugment par rapport au Mixup et à diverses méthodes de pointe. Nous explorons également l’association du dropout avec le Mixup et le MixAugment, ainsi que l’intégration d’autres techniques d’augmentation de données avec MixAugment.