近年の深層学習がコンピュータビジョン分野で達成した成功に触発され、本研究では深層畳み込みニューラルネットワークを顔表情認識、特に笑顔認識に応用する新しい手法を提案します。Denver Intensity of Spontaneous Facial Action (DISFA) データベースにおいて、提案手法は99.45%の笑顔認識精度を達成し、既存の手作業による特徴量を使用した手法（精度65.55%～79.67%）を大幅に上回りました。この手法の新規性は、アーキテクチャパラメータに対する包括的なモデル選択を含んでおり、各表情（例えば笑顔）に適したアーキテクチャを見つけることが可能となっています。これは、すべての実験がTesla K40c GPU上で実行されたため、従来のCPUでの計算と比較して10倍の高速化が実現できたことに起因します。