Интерес к распознаванию эмоций на лице растет все больше, и внедряются новые алгоритмы и методы. Последние достижения в области контролируемого и неконтролируемого машинного обучения привели к прорывам в области исследований, и с каждым годом появляется все больше и больше точных систем. Однако, несмотря на значительный прогресс, обнаружение эмоций по-прежнему остается очень сложной задачей. Экспериментальные исследования эмоциональных процессов обычно основаны на наблюдении изображений с аффективным содержанием, включая выражения лица. В статье представлена реализация классификатора эмоциональных выражений  путем обучения алгоритма обнаружения лиц на наборе данных AKDEF фронтальных изображений лиц (  = 4900). Обученная конволюционная нейронная сеть, достигает средней точности обучения по пересечению над объединением 72,7%. Цель исследования состояла в том, чтобы представить нормативные данные относительно распознавания шести выражений лица с эмоциональным содержанием, а также нейтрального выражения лица. с использованием задания с принудительным выбором. В данном исследовании согласие в распознавании между изображенными и выбранными участниками выражениями варьировалось от 70% (для гнева) до 76% (для счастья). В целом, результаты показывают высокий уровень распознавания представленных выражений лица, что свидетельствует о том, что AKDEF обеспечивает адекватные стимулы для исследований, изучающих распознавание выражений эмоций на лице. Пол и возраст участников оказал ограниченное влияние на распознавание эмоций, однако пол модели и возраст требует дополнительного рассмотрения.