国内目前的教育教学体系里,学生作为课堂的主体,他们在课堂学习的情感状态是衡量自身听讲效果的重要指标,也是评价教学质量的重要依据。当前任课教师主要是通过课堂观察、提问等方式来获取学生实时的听课状态。而利用计算机通过面部表情识别的方法,自动获取学生听课时的实时情感状态,为当前的智慧教学提供了新的思路,是一种实现智能化教学的新方法。本课题主要研究如何通过面部表情识别技术获取课堂上学生听讲时的情感状态。要完成这项工作,就要先使用人脸检测技术在图像中定位出人脸位置,再将检测出的面部图像传给后续的分类器做进一步的识别。为此,本文主要完成了如下内容:首先,为了提高人脸检测任务的准确率和效率,本文针对MTCNN模型做了如下3方面工作:1)设计了一种动态minsize算法,根据输入图像的大小动态控制模型的最小识别人脸尺寸,减少了图像金字塔的迭代次数,提升了模型的运算速度;2)采用深度可分离卷积替换掉P-Net和R-Net模型中的标准卷积结构,有效地降低了模型的参数量与计算量;3)设计了一种密集连接结构的O-Net模型,通过对图像不同层次特征的重用,使MTCNN模型在验证集上的召回率和精确率分别提升了 2.39%和1.65%。从速度和准确率两个方向提升了 MTCNN的性能。其次,设计了需要进行识别的课堂情感类型,并采集相应的表情数据样本。在完成了查阅课堂情感识别相关文献等工作后,通过对在校师生进行调查问卷和线下访谈的方式,从积极和消极两方面出发,确定了本课题针对课堂教学任务需要识别的积极（倾听、赞赏、疑惑）和消极（抵触、不专注）这五种情感状态;并组织部分人员,采集了上万张包含五种情感类别的表情数据样本,用于后续情感识别模型的训练与验证。然后,设计了一种使用注意力机制的表情分类模型。人脸中往往包含很多信息,日常生活中人们一般通过观察人脸的部分区域（如五官）就能比较好的分辨出具体表情类别,也就是说面部不同区域中包含的情感信息多少是不同的。根据这个的特点,本文将注意力机制引入到课堂情感识别中,实现了一种有效提取面部关键区域特征的空间注意力模型;在采集的数据集上进行实验,AlexNet、VGG16、GoogLeNet和ResNet18这四种网络结构在添加注意力模型后,识别准确率提升了 0.35%～1.95%不等,验证了该模型的有效性。最后在完成了上述工作内容基础上,本文使用Python语言实现了一个简易的课堂情感识别系统。