本发明属于人脸图像深度学习技术领域，尤其为一种基于卷积神经网络的智能化深度学习系统，包括样本采集模块、提取模块、对比单元和优化模块。本发明通过提取模块将样本采集模块获取的待测人脸图像和对比单元预存的原有人脸图像样本，分别采用卷积神经网络中的卷积层和池化层处理后，得到待测人脸图像样本中对应的特征量和原有人脸图像样本中对应的特征量进行比对，然后通过对比单元对比输出相识度最大对应的人脸图像样本，经优化模块通过卷积神经网络中的反卷积和反池化处理后，得到最终的优化人脸图像样本，相比传统机器学习的方式，对人脸图像所获取的特征更为容易，并且可有效避免模型存在拟合问题，导致人脸识别的图像获取精度较低的问题。