使用计算机进行面部表情识别是当前人脸面部表情识别的热点，在深度学习技术的基础上，应用级联分类器对面部进行整体检测和分区定位后，提出并使用了一种基于自注意力机制的深度卷积神经网络，模型采用Mini-Xception为基本网络融合了注意力机制，再通过训练卷积神经网络构建表情分类模型，最后实现较为快速准确的表情识别。文中采用几种方法进行实验对比，并对最终的实验结果加以分析。结果表明，在相同的参数设置下提出的方法能明显提高分类性能、识别的精准度以及面部表情变化检测的实时速度。