Les cartes d'attention peuvent être utilisées pour prédire les régions les plus susceptibles d'attirer le regard, mettant ainsi en évidence les "régions saillantes". Ces régions dépendent à la fois des propriétés statistiques des scènes et de la tâche des observateurs. Plusieurs modèles ascendants ont été proposés pour prédire les régions saillantes et, plus récemment, DeepGaze IIE, un modèle de réseau neuronal profond, a été entraîné directement sur des données de suivi oculaire humain pour les généraliser à des images non vues, mais il ignore les effets de la tâche sur les fixations oculaires. D'autres méthodes, comme LayerCAM [4], fournissent des cartes qui renforcent les régions utilisées par les CNN pour une tâche spécifique. Dans ce contexte, nous nous intéressons à l'étude des régions saillantes des visages émotionnels. Les visages émotionnels sont des stimuli spécifiques qui attirent fortement le regard [1], en particulier sur les yeux et la bouche. Mais il n'est pas clair si les humains se concentrent sur ces régions en raison de la tâche de reconnaissance des expressions ou parce qu'elles sont "saillantes". Dans un travail précédent [2], nous avons démontré que les cartes des CNN mettent en évidence ces régions et prédisent le comportement oculaire. Ici, nous : • développons des cartes de saillance qui intègrent à la fois des informations ascendantes et descendantes. • comparons les ROI visuelles entre les données de suivi oculaire et les modèles pour les visages émotionnels. • évaluons les cartes des CNN pour prédire les fixations visuelles au cours de deux tâches.