Esta pesquisa tem como objetivo geral propor um mecanismo para detectar e classificar, com alta acurácia, as expressões faciais universais definidas por Ekman e Friesen. Atualmente, existem várias abordagens para resolver este problema, englobando técnicas de Processamento Digital de Imagens (PDI) e, recentemente, mecanismos de Inteligência Artificial. Serão avaliados os principais datasets para detecção de expressões e então escolhido aquele a ser usado no estudo proposto, além de comparar mecanismos já existentes de PDI e Inteligência Artificial para projetar o protótipo de software. O que justifica e motiva este estudo é a grande aplicabilidade que existe em detectar expressões faciais, desde inferir o sentimento do aluno em uma aula EAD até identificar o possível sentimento de um comprador ao manipular produtos nos corredores de um mercado. Desta forma, quanto melhor a acurácia em classificar expressões faciais, mais as áreas recém citadas se beneficiarão. A metodologia de pesquisa escolhida foi Design Science Research (DSR) que é propícia para integrar aspectos teóricos com o desenvolvimento de software. A literatura pesquisada teve como foco artigos, teses e dissertações dos anos de 2015 a 2020 em busca do estado da arte neste assunto. Alguns conceitos básicos de expressões faciais foram encontrados em redações antigas, como literaturas de Ekman datadas no fim dos anos 70. O resultado alcançado é um software com alta acurácia na detecção e classificação de expressões faciais definidas por Ekman e Friesen (neutra, raiva, nojo, medo, alegria, tristeza e surpresa), chegando à acurácia de 68,48% na base de dados de validação com o FER-2013 Database.