鉴于面部表情识别(facial expression recognition,FER)技术在智能人机交互(human-computer interaction,HCI)、市场、教育以及心理学等诸多领域所具有的理论价值或应用价值,近几十年来,其在学术界和工业界受到的关注越来越多。虽然该项技术已取得较多进展,但当其应用于约束较少或无约束的自然环境时,仍易受到头部姿态、环境光照、身份差异以及配准误差等因素的影响。相关研究揭示我们可以通过提升模型对表情图像的表征能力来有效缓解上述影响,虽然卷积神经网络(convolutional neural network,CNN)模型对图像表现出强大的表征能力,但直接用于面部表情识别仍有不足之处,本文的研究目标是以卷积神经网络为基础,探索并设计出具备更强大的表情图像表征能力的模型,以期在自然环境中能更鲁棒、精准的从人脸图像中识别出预先定义的7种基本表情。本文的主要研究内容包括以下两部分:(1)绝大多数用于面部表情识别的卷积神经网络均采用经典的最大池化和平均池化,这些池化策略因仅保留了输入特征的一阶统计信息而限制了模型的表征能力,所以我们结合基线卷积神经网络与二阶池化设计了多种二阶池化卷积神经网络结构,用于捕获输入特征的二阶统计信息。(2)绝大多数用于面部表情识别的卷积神经网络仅包含前馈连接,然而人脑中包含的反馈连接远多于前馈连接,并通过反馈机制表现出强大的视觉注意能力。我们在上述基线卷积神经网络中引入反馈层来构建反馈机制得到一个反馈卷积神经网络,试图模拟人的视觉注意能力,以期能更高效的捕获到分布在人脸各个局部区域内的表情信息。本文涉及的所有模型均在RAF-DB表情数据集上以相同的方式进行实验,实验结果表明不管是二阶池化卷积神经网络还是反馈卷积神经网络,识别性能均优于基线模型。