近些年来，人工智能（Artificial Intelligence，AI）成为越来越热门的前沿科学。人工智能，顾名思义就是具有人类智能的机器，涉及了哲学、数学、物理、计算机科学、神经生理学等众多自然科学与社会科学，其研究方向涵盖了机器学习，模糊识别以及人工神经元网络等众多领域，应用范围更是包括了机器人、图像识别、语音识别等热门方向。机器学习（Machine Learning）作为其一重要的研究方向，已经广泛应用于计算机视觉、语音识别等领域。深度学习（Deep Learning）作为机器学习的分支，是一种以人工神经网络为架构，对数据的特征进行学习的算法。

人工神经网络（Artificial Neural Network，ANN）是模拟生物神经系统结构和功能的一种计算模型，深度学习则是运用了深度神经网络，即具有至少一个隐藏层的神经网络模型。深度神经网络通常都是前馈神经网络，可以使用误差反向传播的方法训练。卷积神经网络（Convolutional Neural Network, CNN）是深度学习常用的一种网络结构，与其他神经网络结构相比，在图像语音识别方面表现出色。该网络通过卷积、池化等方式既提取了图片的特征，又利用了卷积参数共享的特点减少了结构所需的参数数量和计算维度，提升了网络的训练效率和降低了训练的难度。

本文回顾了人脸表情识别（Facial Expression Recognition，FER）发展的过程：由依赖人工经验选取特征的浅层学习到深度学习，以及人工神经网络的发展历程；介绍了神经元模型和神经网络结构及算法，由此引入了卷积神经网络和深度可分卷积(Depthwise Separable Convolution)网络Xception模型，并利用该模型启发的Mini-Xception模型在FER-2013数据集上进行了人脸表情识别实验，得到了65%准确率的结果。