在机器智能的世界中,人机交互的便利性不言而喻,但情感交流的感受也是必不可少的。人脸表情识别技术的突破为机器具备情感能力奠定了基础,其在远程教育、医疗健康、智慧城市等方面有着广阔的应用前景。近些年来,随着深度学习的不断发展,针对目标任务的模型性能也得到了大幅提升。众多实验表明,卷积神经网络算法对图像特征的表征与提取能力相较其它算法更胜一筹,在实验室条件下,基于卷积神经网络的表情识别算法的性能更是几乎达到了最高峰;而在现实的自然场景下（In-The-Wild）,人脸姿态、背景噪声、光照、遮挡等不受人为控制的因素都使传统的表情识别技术显得力不从心,这些问题亟待解决。此外,对于自然场景的表情数据集来说,其识别结果仍然还有很大的进步空间。在自然场景下采集的人脸表情数据更加接近现实应用场景,但是数据集样本中存在着一些问题,如噪声标签、样本间的类别不平衡、类间差异小和类内差异大等,对识别性能的影响较大。本文基于深度卷积神经网络（DCNN）,针对自然场景人脸表情识别的上述问题提出了两种模型框架,显著提升了自然场景人脸表情识别系统的识别性能。主要研究内容与工作方法如下:（1）针对表情的不确定性和噪声标签的问题,提出了基于SCNet抑制噪声标签的人脸表情识别方法。该方法对噪声标签起到了有效的抑制作用,特别是防止了模型在不确定性样本上的过拟合。首先改进并迁移训练了SCNet50作为主干网络,基于注意力机制对每个批次的输入样本逐个学习其重要性,设计的排序正则化模块对低重要性样本（即噪声标签样本）的权重值进行排序,然后使用样本重标记模块对噪声样本进行修正,继续训练至整个模型学习到更加鲁棒的特征,在有限的样本数据集中提取出了更多的有效样本。实验表明,该方法在两个公开的自然场景表情数据集上均取得了较好效果。（2）针对表情样本类内差异大、类间差异小和类别样本数量不平衡的问题,提出了稀疏Center Loss与Focal Loss联合优化的人脸表情识别方法。该方法定制化了一个注意力网络,以卷积网络的空间特征图为上下文信息生成了各维特征的注意力权重,这些权重值用于估算各维特征对目标函数的贡献值,提出了稀疏Center Loss函数作为这里的目标函数;同时,引入Focal Loss函数用于关注难分类的表情样本,采用稀疏Center Loss与Focal Loss联合优化整个模型参数。最后,在三种公开的自然场景表情数据集上进行了大量实验,结果验证了模型方法的优越性。