人类的情感表现是十分复杂和多样的,包括人脸面部表情的动作、说话时语言音调的变化、肢体动作的表现以及文字交流中情感的流露等方式。其中,人脸面部表达出的情感最全面、最复杂,并且在众多情感表现方式中占主导地位。如今,互联网技术飞速进步,面部表情也在越来越多的领域得到应用,如何快速准确实现面部表情的识别也成为了研究的热点。然而,传统的基于人工特征提取的表情识别方法在识别速度和准确率上并不能满足人们的应用需求。随着人工智能(Artificial Intelligence,AI)技术的发展,AI技术愈加成熟,基于AI技术的应用也越来越广泛。其中,基于卷积神经网络(Convolutional Neural Network,CNN)的深度学习方法成为了人工智能的主导技术,其在计算机视觉、大数据处理等方面的应用十分成熟。因此,将卷积神经网络应用于人脸面部表情的识别,对提高准确率很有研究意义。本论文的研究内容主要有以下两个方面:(1)针对传统表情识别繁琐的人工特征提取和较低的识别准确率问题,结合已有基于深度学习的研究内容,本文提出了一个改进型的深度学习网络结构,设计一个包含4个卷积层和3个全连接层的神经网络作为主干网络,用来训练并识别面部表情。卷积神经网络自动提取特征信息,级联的卷积层还会提取到更深层的特征信息,对比人工的方式更加准确和有效。同时结合Google提出的Inception结构改进本文中提出的神经网络结构,将后两个卷积层替换为Inception-V1结构,以提高网络的深度和宽度,提升准确率并减小过拟合。最终的实验结果表明,本文提出的方法对面部表情的识别准确率有明显的提升。(2)单一网络结构接受面部图片作为输入,然而图片中包含很多背景噪声信息,包括面部光照强弱、遮挡等会以噪声的形式在网络模型中存在。为了削弱这些因素的影响,本文提出了一种带多分支结构的卷积神经网络模型,通过将不同方式提取的特征信息输入到分支结构中,经过卷积神经网络二次特征提取后,进行特征融合,最后经全连接网络分类输出。其中,特征信息包括面部特征点轮廓图、LBP特征响应图以及Canny特征响应图,分别表示面部的轮廓信息、纹理特征信息和边缘特征信息。这些信息经过特征融合后就构成了多特征融合卷积神经网络结构,基于此结构设计了一个面部表情识别系统。最终的实验结果表明,该分支网络模型在测试集中对面部表情有很高的识别准确率。