为了有效地改善现有人脸表情识别模型中信息丢失严重、各分量间相对空间关系弱的问题，提出了一种改进的多尺度卷积神经网络模型。通过构造深度多尺度神经网络，该模型可以挖掘更多潜在的特征信息。信息融合模型具有更好的信息共享和可重用性，能够促进信息的重用。通过控制各层的卷积核大小，平衡全局特征和局部特征之间的关系，从而增强不同分量之间的相对空间关系，避免特征图通道信息的冗余。在两个不同的人脸表情识别数据集Aristole和FER－2013上的实验表明，该算法在测试集上的准确率分别达到95.45%和76.56%，证明了该算法的有效性和先进性。