La tecnología de reconocimiento facial ha sido ampliamente utilizada con la aplicación WeChat en dispositivos móviles; sin embargo, las imágenes faciales son capturadas en dispositivos móviles y luego transmitidas a un servidor para la extracción y reconocimiento de características en la mayoría de los sistemas existentes. Existen riesgos significativos de seguridad relacionados con la filtración de información personal con estas transmisiones. Por lo tanto, proponemos un marco de reconocimiento facial para la aplicación WeChat en el cual las características faciales son extraídas en WeChat por el Modelo de Extracción de Características Faciales propuesto basado en el Mecanismo de Atención (FFEM-AM), y solo las características extraídas son transmitidas al servidor para el reconocimiento. Con el fin de equilibrar la precisión de la predicción y la complejidad del modelo, la estructura del FFEM-AM propuesto es ligera, y se introdujo la Atención de Canal Eficiente (ECA) para mejorar la precisión de la predicción. El FFEM-AM propuesto fue evaluado utilizando una base de datos autoconstruida y la aplicación WeChat en dispositivos móviles. Los experimentos muestran que la precisión de predicción del FFEM-AM propuesto fue del 98.1%, el tiempo de ejecución fue inferior a 100 ms y el costo de memoria fue de solo 6.5 MB. Por lo tanto, esto demuestra que el FFEM-AM propuesto tiene una alta precisión de predicción y también puede ser implementado con la aplicación WeChat.