随着科学技术的飞速发展,视线跟踪智能化监测逐渐成为研究热点,本文针对视线跟踪过程中精度和速率不高的问题,提出了基于瞳孔-角膜反射的视线跟踪方法,并结合当前实际问题,将视线跟踪技术应用于监测学生线上学习的专注情况。针对普尔钦斑中心提取速率低的问题,本文提出先利用人眼矩形区域中水平积分投影和垂直积分投影进行交叉,快速定位人眼区域;再用质心法对采用灰度阈值直方图法分割出来的普尔钦斑进行实时中心定位。经验证,采用质心法可以提高普尔钦斑中心的定位速率。针对传统算法中直接对人眼进行瞳孔中心定位导致精度低的问题,本文提出了一种新的方法,利用插补射线法将普尔钦斑移除,使用星射线法对瞳孔轮廓进行边缘点检测,然后对边缘点进行聚类分析,最后采用RANSAC算法对边缘进行拟合并定位瞳孔中心。经验证,此方法提高了瞳孔中心定位精度。针对系统用户重复标定工作繁琐的问题,本文提出了一种可以简化标定过程的新的标定方法。系统新用户采用传统的9点标定法,非新用户采用单点标定法。通过提取用户非首次标定时和首次标定时人眼图像中眼角坐标和普尔钦斑中心坐标,计算两种情况下眼图坐标系之间的转换矩阵,利用该转换矩阵将实时跟踪过程中的瞳孔-角膜反射向量所在的坐标系转换到首次标定时的眼图坐标系中,再根据首次标定时求解的映射函数,计算用户的视线落点。保证精度的同时,避免了同一用户进行重复的9点标定,简化了用户的标定过程,提升了整个系统的运算速率。经在实际应用场景中验证,应用本文提出的算法可以实时监测学生线上学习过程中的专注情况,满足实时性智能化监测需求。