摘要：面部表情識別是機(jī)器感知人類情緒變化的重要途徑，但表情識別受不同個體及情緒強(qiáng)弱差異影響較大。難以手動設(shè)計準(zhǔn)確的特征．提出一種基于雙通道卷積神經(jīng)網(wǎng)絡(luò)的面部表情識別方法，首先對采集得到的人臉圖像進(jìn)行預(yù)處理以限制分析范圍，同時分析人臉灰度圖像與對應(yīng)的LBP圖像以兼顧全局與細(xì)節(jié)特征；針對雙通道輸入數(shù)據(jù)，利用不同參數(shù)的卷積神經(jīng)網(wǎng)絡(luò)自動提取面部特征，通過加權(quán)融合分類網(wǎng)絡(luò)進(jìn)行特征融合，并利用soflmax分類不同衰隋．實驗結(jié)果表明，該算法能夠以較高的準(zhǔn)確率識別6種基本面部表情（高興、悲傷、憤怒、沮喪、恐懼及驚訝）．該方法性能優(yōu)于基于手動設(shè)計特征的面部表情識別方法及單通道CNN方法，相比于其他雙通道CNN方法，能通過更簡單的處理得到近似的識別結(jié)果．