针对现有人脸表情数据集样本数据量较小和数据类别不均衡而导致识别率不高、鲁棒性不强等问题,提出一种混合数据增强方法。利用几何方法、图像模糊、调整亮度及对比度等方法,随机以20%的概率进行组合,实现对原始数据集进行数据增强。研究表明,以VGG16网络模型为基础,进行人脸表情分类识别得到了较高的识别准确率,能够较好地避免出现过拟合现象,同时也提高了系统的鲁棒性。