本发明提供了一种基于机器学习的扫视路径预测方法和装置，涉及计算机技术领域，所述方法包括：通过获得待处理图像数据集，其中所述图像数据集中的每个图像信息均具有对应真值信息；根据所述真值信息，制作所述图像数据集的训练样本；根据所述图像信息，获得所述图像信息的图像特征表示信息；根据所述图像特征表示信息和所述眼动数据样本，构建并训练LSTM网络；根据所述LSTM网络，预测扫描路径。解决了现有技术中预测注视点过于依赖静态显著性图的问题，以及自然场景图片中预测扫视路径存在不足的技术问题，达到了消除模型对显著性图的依赖，并且考虑到了注视点之间的时序性，在多个公共的数据集上取得很好的技术效果。