在过去的几年里,随着图形硬件功能的快速发展和机器“拟人化”的日益普及,人们对于信息界面的显示形式和人机交互的智能化、多样化发展有了更高的期待。三维虚拟化的信息呈现形式以及基于表情识别的人机智能化交流方式成为了本文研究的重点。Web3D(网页三维)技术可以打造充满沉浸感的虚拟三维交互环境,能够更好地发挥计算机自身强大信息传递能力及“具象化”的三维技术显示优势,进而有效地提高人机之间信息的传递效率,丰富人机交互的多元化场景。为了更具体的研究虚拟三维页面中的情感交互策略,本文主要将交互背景应用在同样对交互智能化、信息传递高效化有着迫切需求的在线教育场景中。在整个教学进程中,学生的情感波动与其认知水平的变化趋势有着千丝万缕的联系,若不能及时的了解学习者的情感及认知状态,就无法对其进行准确的、针对性的认知引导和情感干预,更无法达到真正的“个性化”教学目标。本研究提出了一种将Web3D信息虚拟化传递技术与基于表情识别的情感交互策略结合并应用于在线交互式课程的新型教学模式。针对在线教育场景中存在的知识抽象难理解、学生情感多变难感知、信息传递超负荷等难题,利用基于WebGL三维技术构建了一个适用于低龄儿童的网页版立体三维式虚拟答题场景,同时自制了一套环境多变且适用于答题环境下的表情数据集EA并基于此训练得到了一个可以实时识别人脸面部表情的CNN神经网络,准确率达75%。本文通过综合多帧面部表情变化及行为数据判别学生的内心情感状态,重点追踪学习者在答题时的情感状态变化、信息理解程度、认知状态变化等,并通过动态更改题目的难易程度和语音交互等行为进行有效地情感刺激交互,研究面向个性化伴学的智能导学方法,实现学习认知过程的多维度、智能化跟踪与干预,进而促进智慧学习的发生。