在目前的人脸表情识别系统中,人脸表情的机器识别和人类感知之间存在着本质的差异,造成人脸表情识别率不高.为了减小人脸图像底层视觉特征与高层语义之间的语义鸿沟,提出一种基于层次分析法(AHP)语义知识的人脸表情识别新方法.该方法首先采用层次分析法对训练集中人脸图像进行高层语义描述,建立语义特征向量,在底层视觉特征提取阶段,提出一种二阶PCA(principal　component　analysis)方法来提取人脸图像的纹理特征;在识别阶段,仅利用输入人脸图像的底层视觉特征,采用K-NN(k-nearest　neighbor)算法并结合学习阶段建立的语义特征向量,进行人脸表情分类识别.提出的人脸表情识别方法结合底层视觉特征和高层语义知识,减小了人脸图像底层视觉特征与高层语义之间的语义鸿沟.在JAFFE人脸表情数据库中进行实验,获得了93.92%的平均识别率.理论分析和实验结果表明,与其他的人脸表情识别方法相比,该方法具有更好的识别效果.