3/20：
《Facial Expression Recognition Using Enhanced Deep 3D Convolutional Neural
Networks》 Behzad Hasani and Mohammad H. Mahoor
内容：该论文提出了一种基于3D-CNN和LSTM（Long Short-term Memory）在视频序列中的进行面部表情识别的方法，并引入面部特征点加强对微表情变换的识别。该方法在CK+上取得了93.21的准确率，在MMI、FERA、DISFA等数据集上也取得了不错的成绩。
3/21：
《Facial Expression Recognition with Recurrent Neural Networks》 Alex Graves,Jürgen Schmidhuber
内容：该论文提出了一种基于RNN和LSTM在视频序列中进行面部表情识别的方法。论文的创新点在：(1)提出了一种新型的目标函数的设计思路 (2)提出了一种新型的特征提取的方法 (3)提出了LSTM和BLSTM（双向LSTM）在识别上的差距，并进行了实验验证（最小误差率：14.6%（BLSTM），18.2%（LSTM））。
《A Brief Review of Facial Emotion Recognition Based on Visual Information》 Byoung Chul Ko
内容：该论文对面部表情识别近些年来的发展内容做了总结，分传统方法的面部表情识别和基于深度学习的。基于深度学习的表情识别中，以CNN做空间上的特征提取，RNN/LSTM做时间上的特征提取。此外还总结了各大人脸表情数据库。对面部表情识别的评价函数给出了一些基准：主题无关（subject-independent）、跨数据库任务（cross-database tasks）。以及对评价指标（Evaluation Metrics）的公式和评价结果进行了说明解释。
