顔画像から人の表情を認識する顔表情認識の研究が進められている．大規模なデータセットも利用可能となってきたが，それらの中には曖昧な表情も含まれており，誤ったラベルが付与されている場合がある．本研究では，このラベルノイズに対する頑強性を高める目的で，表情画像の特徴重要度を評価できるViT表情認識モデルを提案する．モデルの有効性を検証するため，顔表情データセット（RAF-DB, FERPlus）を使用して評価を行った．