本发明提供一种估计连续的效价和唤醒水平的动态情感识别方法和系统，涉及情感识别技术领域。本发明通过预先构建的特征网络对动态情感进行识别，所述特征网络包括特征获取层、特征融合层和预测层，所述特征获取层包括CNN网络层和3D‑CNN网络层，在本发明中通过CNN网络层对人脸图片进行处理，获取紧凑特征；通过3D‑CNN网络层对连续帧进行处理，获取时空特征；对紧凑特征和时空特征进行特征融合，得到情感特征；通过预测层对所述情感特征进行处理，得到情感标签。本发明实施例提出一种新型的特征网络，可以联合执行面部对齐，并在一次传递中正确预测出动态视频中连续的情感标签，大大减少了视频的情感检测时间，实时性好，且准确率高。