Luận văn tập trung nghiên cứu các phương pháp trích chọn đặc trưng ảnh nhằm nâng cao hiệu quả phân loại trạng thái cảm xúc trên khuôn mặt người. Các kỹ thuật trích chọn đặc trưng truyền thống như LBP, HOG và đặc trưng học sâu từ mô hình CNN được khảo sát và đánh giá. Nghiên cứu đề xuất quy trình kết hợp đặc trưng thủ công và đặc trưng tự động nhằm tận dụng ưu điểm của từng phương pháp, đồng thời áp dụng các thuật toán giảm chiều dữ liệu như PCA để tối ưu bộ đặc trưng. Thực nghiệm được tiến hành trên các bộ dữ liệu cảm xúc khuôn mặt chuẩn như FER2013 và CK+. Kết quả cho thấy phương pháp kết hợp đặc trưng đạt độ chính xác cao hơn so với việc sử dụng riêng lẻ từng loại đặc trưng, khẳng định tính hiệu quả của hướng tiếp cận trong bài toán nhận dạng cảm xúc khuôn mặt.