摘要： 交通驾驶环境是一个多元、立体、动态变化的复杂场景,人们在驾驶过程中必须将大量的注意力集中于行驶的车辆、行人、交通指示灯以及交通标志牌等目标。在雨天等恶劣天气条件下,道路能见度低,雨水散落,行人和非机动车撑伞遮挡等等,这些因素会使得驾驶任务变得更加困难。结合视觉选择性注意机制的交通环境显著性检测算法可以对雨天中车辆安全驾驶带来辅助支持作用。因此,本文提出一个雨天驾驶环境显著性检测模型。首先,我们招募了31名驾驶经验丰富且不近视的驾驶员作为被试,分别让他们观看16个雨天交通驾驶视频,利用眼动仪记录他们的眼动轨迹,以此来构建数据集。随后,我们提出了一个卷积神经网络模型来预测雨天环境中驾驶员的注意区域。实验结果表明,所提出的神经网络模型能较好地预测驾驶员在雨水天气环境下的注视区域。