Este artículo presenta un método para reconocer rostros humanos con expresión facial. En el enfoque propuesto, se emplea una imagen de historia de movimiento (MHI) para obtener las características de un rostro expresivo. La cara puede verse como un tipo de característica fisiológica de un humano y las expresiones son características de comportamiento. Fusionamos las imágenes 2D de un rostro y las MHI generadas a partir de secuencias de imágenes del mismo rostro con expresión. A continuación, las características de la fusión se utilizaron para alimentar una red neuronal de aprendizaje profundo de 7 capas. Las 6 capas anteriores de toda la red pueden considerarse como una red de autocodificación que puede reducir la dimensión de las características de fusión. La última capa de la red puede verse como una regresión softmax; la utilizamos para obtener la decisión de identificación. Los resultados experimentales demuestran que el método propuesto se comporta favorablemente frente a varios de los métodos más avanzados.