高校学生管理顺应互联网、人工智能等技术变革也注入了新的方法，课堂学情分析作为检测学生学习情况、评估课堂授课质量的重要组成部分，引入了表情识别技术，更直观的让学校了解课堂管理情况以便于针对性的调整教育方式，更好的做到因材施教。本系统利用 Keras 框架搭建了一个卷积神经网络（CNN），经由该网络对 fer2013数据库中的人脸表情数据进行训练获得表情识别模型，并使用 OpenCV 检测人脸，将检测到的人脸放入表情识别模型中，模型根据图片内容给出每种表情的概率，选择概率最大的表情为结果表情，最后，通过分析各个表情的人数与总人数的关系得出课堂学情情况。
