深層学習を基盤とする顔表情認識（Facial Expression Recognition: FER）は、ここ数年で多くの注目を集めています。しかし、既存の深層学習に基づくFER手法の多くはドメイン知識を十分に考慮しておらず、その結果、代表的な特徴を抽出することができないという問題があります。本研究では、新たなFERフレームワークである Facial Motion Prior Networks (FMPN) を提案します。特に、顔の筋肉が動く領域に焦点を当てるための追加ブランチを導入し、顔マスクを生成します。顔マスクの学習をガイドするために、ニュートラルな顔と対応する表情のある顔との平均的な差異を使用して事前ドメイン知識を取り入れることを提案します。3つの顔表情ベンチマークデータセットにおける広範な実験により、提案手法の有効性が示され、最先端のアプローチと比較して優れた性能が確認されました。