[目的]文献搜集和阅读作为科研工作的关键性任务，而研究者对其投入的专注度状态与科研效率直接关联。目前文献阅读专注度大多采用人工方式或眼动跟踪方法进行评价，为实现专注度评价过程的自动化检测和实时反馈，本文将计算机视觉技术和专注度评价研究相结合，对智能技术在智慧知识服务中的应用研究也有意义。[方法]通过阅读者头部垂直方向和水平方向转动角度检测头部姿态；通过眼部以及嘴部的闭合度检测阅读者闭眼或打哈欠状态进而对疲劳度进行评分；并且依据阅读者的表情识别结果对情绪进行评分。基于这些评分，应用模糊综合评价算法对相关因素进行权重确定和模型整合，获得阅读者在文献阅读过程中不同时刻的专注度状态。[结果]本文将该模型应用于实际阅读场景以模拟评价头部倾斜、疲劳和消极情绪状态文献阅读专注度，获得比正常状态分别低26.3%，25.2%和6.8%的效果。[局限]本文模型受限于视觉识别技术的局限性，准确率具有一定提升的空间，同时存在部分极端阅读实例有待优化。[结论]本文的方法可以应用于多领域的下游任务中，既可以辅助研究者及时调整文献阅读策略以提高阅读效率，也可以辅助图书馆等相关部门制定图书采购策略，进而减少图书资源浪费。