人脸表情识别（Facial Expression Recognition,FER）是指计算机通过提取和分析面部特征来识别表情的过程,在情感计算、行为预测、人机交互、心理健康服务等众多领域中都有较大的社会需求和广阔的应用场景,其研究受到广泛关注。在现实场景中,由于面部局部被眼镜、手等遮挡而导致人脸表情识别准确度下降的问题,是目前亟需解决的研究难点。为此,本文主要研究自然遮挡条件下鲁棒的人脸表情识别。特征是表情识别的主要依据,而遮挡会带来干扰特征、使部分判别性表情特征丢失。因此,优化特征提取是提升遮挡表情识别鲁棒性和准确率的有效手段。近年来,深度学习方法展现出强大的学习能力和判别能力,已成为表情识别领域的常用研究方法。所以,本文以深度学习为工具、以优化特征提取为突破口,提出了基于深度学习网络的方法来优化特征提取、提升遮挡表情识别准确率。本文的主要研究内容和创新点如下:（1）为了排除遮挡区域的干扰,本文提出一种基于注意力指导的遮挡表情识别方法,通过一种遮挡位置信息来指导空间注意力,从而约束表情特征的生成。首先,基于面部标志点设计了一种遮挡指示图,以获得遮挡区域及无遮挡关键区域的位置信息,设计了一种注意力描述子,其反映了网络对特征特定空间位置的关注度;然后,在此基础上构建了注意力损失函数,使遮挡指示图指导注意力描述子;最后,进一步融合表情分类损失函数构建总体损失函数,使深度特征具有适应于特定表情的准确注意力,以提升表情识别精度。在五个公开的遮挡人脸表情数据集上的特征可视化和表情识别结果表明,经注意力指导策略优化后的特征具有准确的注意力,表情分类性能优于现有方法。（2）为了在抑制遮挡物干扰的同时增强判别性表情特征的表达能力,本文从语义特征层面入手,提出一种组级特征优化（Group-level Feature Optimization,GFO）模块,使被遮挡干扰的语义特征重获良好的分布性,进而汇聚为高质量的总体特征。GFO模块在通道维度对特征进行分组,对于特征组内各空间位置的特征向量,利用其与组级核心语义的相似性和与全局核心语义的关联性来对其进行自适应加权;最后,GFO模块为组级特征补充融合了通道注意力的全局信息。GFO模块嵌入ResNet50由浅到深的各个层次,构成遮挡表情识别网络GFO-ResNet50,通过充分利用组级和全局信息,实现核心细节特征自适应挖掘、关联语义特征融合成组、组级特征反复优化,在最深层次上,具有良好分布性的组级语义特征合成高质量特征,以提升遮挡人脸表情识别准确率。本文在五个公开的遮挡人脸表情数据集上设计了大量实验,语义可视化和表情识别结果表明GFO模块对语义特征实现了优化,且表情识别性能优于现有方法。