摘要：面部表情识别是机器感知人类情绪变化的重要途径，但表情识别受不同个体及情绪强弱差异影响较大。难以手动设计准确的特征．提出一种基于双通道卷积神经网络的面部表情识别方法，首先对采集得到的人脸图像进行预处理以限制分析范围，同时分析人脸灰度图像与对应的LBP图像以兼顾全局与细节特征；针对双通道输入数据，利用不同参数的卷积神经网络自动提取面部特征，通过加权融合分类网络进行特征融合，并利用soflmax分类不同衰隋．实验结果表明，该算法能够以较高的准确率识别6种基本面部表情（高兴、悲伤、愤怒、沮丧、恐惧及惊讶）．该方法性能优于基于手动设计特征的面部表情识别方法及单通道CNN方法，相比于其他双通道CNN方法，能通过更简单的处理得到近似的识别结果．