正確な目の領域抽出は、視線推定の精度向上および視覚的注意に基づくインタラクティブコンピューティングの実現を支援するが、従来の目の領域抽出手法には、個人依存性による精度のばらつき、ロバスト性の欠如、リアルタイム処理が困難といった課題が存在する。本研究では、U-NetとDenseNetを統合した深層ニューラルネットワークであるRITnetモデルを提案する。RITnetはサイズが1MB未満であり、2019年OpenEDSセマンティックセグメンテーションチャレンジにおいて95.3%の精度を達成した。GeForce GTX 1080 Tiを用いた実験では、RITnetは300Hz以上のフレームレートでリアルタイムで追跡が可能であり、リアルタイム視線追跡アプリケーションの実現を可能にする。事前学習済みモデルおよびソースコードは、https://bitbucket.org/eye-ush/ritnet/ にて公開されている。