表情是传达人类情绪的重要渠道,随着计算机技术的快速发展和深度学习技术的落地使用,越来越多的研究人员开始使用深度学习相关技术进行人脸表情识别。近些年来,一系列人脸表情数据集的采集推动了该领域快速发展,表情数据集依据采集场景主要分为两种:一是受控实验室条件下的数据集,二是真实场景下的表情数据集。其中真实场景下的数据集在最近的研究工作中备受关注,这类数据集往往来源于网络爬取,数据集体量庞大,且受到遮挡、姿态变化因素影响较多。面部遮挡和姿态变化问题是真实场景表情识别任务中的两大挑战,本文针对真实场景下表情识别任务中存在的面部遮挡和姿态变化问题,主要工作内容如下:（1）针对真实场景下表情识别存在的面部遮挡和姿态变化问题,提出了基于局部与整体特征自适应融合（Local and Global Adaptive Fusion,LGAF）的表情识别方法。该方法首先构建了一种表情识别模型,该模型包括区域裁剪模块、特征提取模块、特征融合模块和分类层,其中区域裁剪模块将输入的一幅人脸整体图像裁剪出多个局部区域图像,特征提取模块提取人脸整体图像和及其多个局部区域图像的特征,特征融合模块通过注意力机制学习得到上述多个图像特征的注意力权重,并基于权重自适应选择重要特征进行加权融合,在特征融合过程中,受遮挡或姿态变化因素影响的低权重图像特征会被舍弃,从而抑制并排除了这些低权重图像特征对表情识别带来的不利影响;然后使用表情数据集中的训练样本对构建的表情识别模型进行训练,训练模型时,通过在损失函数中加入注意力权重约束项,强制表情识别模型更加关注比人脸整体图像更有鉴别力的人脸局部区域图像;最后利用表情数据集中的测试样本验证模型性能。实验结果表明,模型在FERPlus数据集和RAF-DB数据集上的准确率相对于基准线分别提高了3.96%和4.11%,达到了89.10%和87.19%。（2）针对局部区域图像中的信息冗余问题,提出了一种混合域注意力机制模块。该模块首先引入了空间域注意力机制,依据训练得到的空间域注意力权重强调某些重要空间特征,接着引入了通道域注意力机制,依据训练得到的通道域注意力权重强调某些重要的通道特征,最后将空间域注意力机制与通道域注意力机制融合,同时从空间域和通道域两个维度提取重要特征。同时在混合域注意力模块中使用软性池化代替最大池化和平均池化,从而避免了最大池化存在丢失特征较多,局部失真问题以及平均池化各值贡献平均化问题。通过使用混合域注意力模块,模型可以有效地抑制局部区域图像中的无关特征,有利于对真实场景下的表情图像进行分类。实验结果表明,模型在FERPlus数据集和RAF-DB数据集上的准确率相对于基准线分别提高了4.40%和4.76%,达到了89.54%和87.84%。（3）为了探究所提表情识别模型在含有遮挡和较大姿态变化样本上的性能,在FERPlus和RAF-DB原始测试集上进行筛选得到了遮挡测试集和姿态变化测试集。其中遮挡测试集包含诸如眼镜遮挡、围巾遮挡等面部表情图像,姿态变化数据集主要包含诸如抬头、低头以及头部偏转等面部表情图像。文中实验部分,所提LGAF模型和混合域注意力模块均使用上述测试集进行了消融实验,实验表明,在面部遮挡和姿态变化条件下,各个模块均有有益效果,最终模型在FERPlus遮挡测试集和姿态变化测试集的准确率相对于基准线分别提高了11.15%和5.56%,达到了84.17%和80.72%,在RAF-DB遮挡测试集和姿态变化测试集的准确率相对于基准线分别提高了5.20%和4.00%,达到了83.48%和85.80%。