摘要: 交通驾驶环境是一个复杂多变的场景。驾驶员在驾驶过程中密切注意的区域,往往是驾驶任务中最重要的区域。结合注意机制的交通环境下的显著性检测对无人驾驶具有辅助作用。在之前的工作中,我们对在光线明朗的白天环境下的驾驶注视区域进行了建模检测,并取得的良好的效果。然而在夜间驾驶时,由于光线不足,能见度下降,驾驶环境更为复杂。为此,本文提出夜间驾驶环境中显著性检测模型。我们招募了31名驾驶经验丰富的驾驶员被试,让其在模拟驾驶状态下观看16段夜间交通视频,并收集眼动跟踪数据。接着,我们提出了一个卷积-反卷积网络来检测夜间环境中驾驶人的注视区域。最后,我们定性和定量地评估了显著性预测模型的性能。结果表明,与目前已有的显著性检测模型相比,我们的模型能较好地预测驾驶员在夜间环境下的注视区域。