人脸表情识别作为人脸识别中的关键一环,在自动化人脸分析的研究领域中不可或缺。基于人脸表情识别技术的市场正在蓬勃发展,在人机交互、社交网络建模、智慧医疗、智能通信、自动驾驶等领域,人脸表情识别技术已经成功转化为市场认可的产品或服务。更多的应用场景也在探索中,其中,教育领域是一个尚未充分开发的潜在应用场景。对于计算机而言,人脸表情识别任务通常就是将图像或者视频帧分类到诸如生气、恶心、害怕、开心、伤心、惊讶等类别中。本文提出了两个人脸表情识别方法,一为基于人脸运动单元的结合卷积神经网络和贝叶斯网络的识别方法,一为基于生成式对抗网络的残差识别方法。本文对这两个方法在人脸表情的公共数据集上进行了探索和验证,与最新的研究相比有不俗的效果。此外,研究也结合了实际场景,将研究成果应用于小学教学上课班上小学生的人面部情感识别系统中,对低分辨率的学生人脸图片进行探索研究,以便分析学生的听课状态,作为技术应用的有益探索。