针对目前非特定人人脸表情平均识别率普遍不高这一问题,提出了一种新的人脸表情分类识别方法。该方法基于多层次分类策略,在第一层分类阶段,首先使用局部二值模式(LBP)提取人脸全局特征,然后使用主元分析(PCA)方法降低特征维数,使用支持向量机(SVM)方法对全部表情进行第一次分类;在第二、第三层分类阶段,将人脸表情特征差异区域进行分块,采用LBP对各个子块提取特征并分配相应权值,突出有用特征信息,然后使用PCA方法降低特征维数并用欧氏距离方法分类。在JAFFE人脸表情数据库中进行实验,获得了74.76%的平均识别率。实验结果表明,该方法与其他方法相比具有更好的整体泛化性能和更高的平均识别率。