在人工智能飞速发展的影响下,智能教育事业方兴未艾,人们越来越关注线上教育过程中的情感交流。情感交流中的人脸情感识别成为目前线上教育中的重要问题。针对人机交互中的情感交流问题,本文构建了一个基于卷积神经网络的人脸情感识别系统,主要研究内容如下:1.针对人脸情感识别中的特征提取过程存在过多无效特征的问题,本文在情感识别系统中的VGGNet部分添加了注意力机制模块CBAM,该模块从通道和空间两个方面计算注意力特征图,提升了原有网络对目标特征的关注,使得提取的特征信息忽略不重要的特征而对目标特征的表达更加细致全面。2.针对单模型卷积神经网络对于人脸表情微小特征提取不足的问题,对多个平行结构的卷积神经网络进行集成,合理选择对各模型特征的使用程度。本文将VGGNet与CliqueNet进行特征并行融合成VCNet,融合后的特征中含有的特征信息更加全面,更具有代表性,特征表述能力更强,分类结果更加精确。3.针对智能教育中情感匮乏的问题提出一种基于卷积神经网络的情感识别系统,该系统的分类器基于VCNet网络,将融合后的特征信息输入到Softmax分类器中进行特征分类,预测情感类别。在表情数据库JAFFE上对改进前后的算法进行仿真,实验结果表明,本文提出的VCNet的分类效果比改进前的算法的分类效果更好,证明了本文改进算法在人脸情感识别上具有有效性。对训练好的分类器进行准确度测试,平均准确度达到了预期目标。