本公开提供一种课堂学生表情识别方法，通过多路自注意力机制的深度卷积神经网络的各个支路分别获得学生表情图像的局部特征、遮挡特征及整体特征，然后基于所述多路自注意力机制的深度卷积神经网络的自适应权重分配层，分别计算所述局部特征、所述遮挡特征和所述整体特征的各自的权重；将所述局部特征、所述遮挡特征和所述整体特征，分别与所述各自的权重相乘后合并，得到所述学生表情图像的全局表情特征；最后，基于所述全局表情特征对课堂学生表情进行识别，从而有效分类复杂课堂场景下的学生表情，提高了遮挡情况下学生课堂表情识别的准确性。