최근 얼굴 표정 인식 기술에 기반한 감정 분류 연구들이 활발하게 수행되고 있다. 다양한 양질의 얼굴 표정 데이터셋이 공개되어 있어서 이러한 연구들이 가능했다. 대표적인 얼굴 표정 데이터셋으로 AffectNet과 FER2013 등이 널리 사용되고 있고, 이 데이터셋들을 기반으로 다수의 머신러닝 및 딥러닝 연구 결과가 제시되었다. 얼굴 표정 데이터셋과 머신러닝을사용한 감정 분류 연구를 위해서는 영상 특징에 따른 필터의 선택이 매우 중요하다. 본 연구에서는 AffectNet, FER2013과 KaggleFER 데이터셋을 사용하여 감정 분류에 필요한 이미지필터들의 성능을 비교·분석한다. 사전 실험을 통해 좋은 성능을 보인 앙상블 기법 중 하나인 랜덤 포레스트를 분류기로 사용한다. 성능 평가 척도는 정확도(accuracy)이다. AffectNet데이터셋은 감정을 8가지로 구분하고, FER2013과 KaggleFER 데이터셋은 감정을 7가지로구분한다. 실험에 사용한 이미지 필터들 중에서 Edge Histogram, PHOG와 Color layout 필터를 사용한 실험의 성능이 대체로 우수하였다.