El reconocimiento de emociones faciales (FER) ha sido un tema de investigación activo en los últimos años. Una de las dificultades en FER es la captura efectiva de información geométrica y temporal de landmarks. En este artículo, proponemos una red neuronal de convolución de grafos que utiliza características de landmarks para FER, a la que llamamos red neuronal de grafos dirigidos (DGNN). Los nodos en la estructura del grafo fueron definidos por landmarks, y los bordes en el grafo dirigido se construyeron mediante el método de Delaunay. Al usar redes neuronales de grafos, pudimos capturar información emocional a través de las propiedades inherentes de los rostros, como la información geométrica y temporal. Además, para evitar el problema del gradiente que desaparece, utilizamos una forma estable de un bloque temporal en el marco del grafo. Nuestros resultados experimentales demostraron la efectividad del método propuesto para conjuntos de datos como CK+ (96.02%), MMI (69.4%) y AFEW (32.64%). Además, se presenta e investiga una red de fusión que utiliza información de imágenes y landmarks para los conjuntos de datos CK+ (98.47% de rendimiento) y AFEW (50.65% de rendimiento).