本发明公开了一种半监督人脸情绪识别方法，包括获取基础图像数据样本；对标签数据进行预测，计算预测值和标签值之间的距离作为监督损失；将无标签数据生成平滑伪标签，将平滑伪标签和预测值之间的距离作为半监督损失；构建基于相似性学习的三元组损失，包括对图像数据的深度特征进行聚类，构建三元组，计算相似性三元组损失，构建完整损失函数，并根据梯度下降更新网络参数；获取半监督人脸情绪识别模型，并对当前的人脸图像数据进行情绪分析。本发明在连续域数据集中识别准确高效，同时通过调整末端在离散域数据集中取得了优异的识别率；本发明通过基于相似性学习的三元组损失函数，能够学习人脸图像间的相似性，提高了情绪变化的识别率。