为了解决近年来基于深度学习的人脸表情识别研究主要依赖实验室受控环境，难以反映现实场景中的自发性和无约束性的问题，同时针对人脸表情变化受多个关键区域影响以及表情数据存在显著类间相似性与类内差异性的挑战，提出了一种基于特征增强和多头注意力融合的人脸表情识别模型。设计改进中心损失函数来增强面部特征的可区分性，增大类间差异，减小类内差异；通过多头注意力学习表情变化的区域相关性；进行注意力融合，提出融合损失函数避免注意力区域重叠，输出表情类别。在基于真实场景的RAF-DB和AffectNet数据集上取得了89.37%和65.31%的准确率，与现有模型相比，有效提高了表情识别精度。