Die Erkennung von Gesichtsausdrücken (Facial Expression Recognition, FER) ist eine anspruchsvolle Aufgabe, die die natürliche Mensch-Computer-Interaktion verbessert. In diesem Beitrag konzentrieren wir uns auf die automatische FER anhand eines einzelnen in-the-wild (ITW)-Bildes. ITW-Bilder weisen typischerweise erhebliche Schwierigkeiten hinsichtlich Pose, Blickrichtung und Eingabauflösung auf. In dieser Studie stellen wir eine pyramidale Super-Resolution-(PSR)-Netzarchitektur vor, um die FER-Aufgabe in ITW-Bildern zu lösen. Zudem führen wir eine vorherige Verteilungs-Label-Smoothing-(PDLS)-Verlustfunktion ein, die zusätzliche Vorwissen über die Verwechslung zwischen den einzelnen Ausdrücken im FER-Task integriert. Experimente an den drei populärsten ITW-FER-Datensätzen zeigten, dass unser Ansatz alle bisherigen state-of-the-art-Methoden übertrifft.