表情是人际交往中难以替代的非语言交流方式,起到了传达情感状态与意图的作用。随着人工智能和模式识别技术的快速发展,人们对于人机交互智能化的需求越来越高,如何让计算机准确快速地识别人脸表情,逐渐受到了国内外诸多学者的密切关注和研究。深度学习算法凭借强大的特征提取能力,被广泛应用在计算机识别领域。因此,基于深度学习算法对人脸表情进行研究不仅具有重要的理论意义,还具有巨大的实用价值。通过对现有深度学习理论及网络模型进行研究总结,本文以改进现有深度学习模型结构为切入点,针对当前网络泛化能力弱、模型结构复杂导致计算量大等问题,对人脸表情识别问题进行研究,本文的主要研究内容如下:1、提出一种多尺度特征融合的卷积神经网络模型。首先,参考Inception结构设计理念对VGGNet的第一个卷积模块进行改进,构建多尺度核卷积层提取更多表情特征。为防止经过多次卷积与池化操作后,网络会丢失大量有用人脸特征信息,本文提出了多尺度特征融合的策略,融合不同卷积层提取到的特征信息,使网络能够在不同尺度上捕捉信息。另外,用全局平均池化层替换全连接层,降低网络参数量,添加批归一化层及Drop Block策略,防止网络过拟合。最后,通过对孤岛损失与Softmax分类损失联合使用组成新的损失函数,提取更具判别性的表情特征。本文在公开人脸表情数据集Fer2013和CK+上进行实验,结果表明,改进后的网络能够有效提升表情识别准确率。2、传统卷积神经网络并不会对人脸图像不同区域的特征进行区别,而是无差别的对待整个人脸图像,这就会造成网络提取到大量冗余信息和噪声,影响表情识别的准确性,并造成网络性能的浪费。本文将注意力机制引入多尺度特征融合网络中,构建多注意力机制卷积神经网络模型。通过设计新的空间注意力模块和通道注意力模块,使模型能够从空间和通道维度上自适应的获取影响表情识别的关键区域,并对这部分区域赋予更高的权重,降低冗余信息的和噪声的影响。实验在公开人脸表情数据集Fer2013和CK+上进行,并在验证集进行了验证,结果表明,改进后的网络模型可以更好地提取人脸表情关键特征,提升对易错表情的识别准确率,使模型性能得到了进一步提高。