本发明涉及一种基于小数据集下的面部表情BN识别方法，首先提取面部表情图像的几何特征和HOG特征，经特征融合和归一化等处理构成动作单元(AU)标签样本集，其次构建面部表情识别BN结构，并将定性专家经验转化为BN条件概率之间的约束集合，随后引入目标函数, 利用凸优化对最大化形式的目标函数求解，完成面部表情识别BN模型参数的估算，最后利用联合树推理算法识别出面部表情。与现有技术比较，本发明提出的面部表情识别方法可在小规模数据集的条件下大大提高了面部表情识别的精度，可广泛应用于人机交互、安保系统、医疗健康诊断、视频通信和驾驶员身份识别和疲劳驾驶等领域。