交通驾驶环境是一个复杂多变的动态场景,信息错综复杂。经验丰富的驾驶员受人的视觉选择性注意机制影响,能从大量的交通场景信息中迅速搜索到对驾驶任务重要的关键信息,分析并做出预判,保证行车安全。近年来,交通场景的视觉显著性检测技术越来越受到人们的重视。通过分析驾驶员的注意分布,并对其进行建模,从而预测驾驶场景中显著性区域和目标。目前,大多数研究都是针对白天交通场景的预测,然而,由于光线不足、光源干扰,夜间的驾驶场景比白天更为复杂和危险。建立夜间交通场景中驾驶员的注意分布模型,可以提高以人为中心的驾驶辅助系统的安全性能。论文的主要内容分为以下三个部分:第一部分,本论文建立了一个夜间交通视频显著性数据集。本文分析了当前交通显著性数据集的局限性,随后,针对夜间交通场景设计了眼动实验。该实验记录了30名有经验的驾驶员模拟日常驾驶观看视频的眼动数据,从而建立了一个可供深度学习方法训练和测试的夜间交通视频显著性数据集。该数据集包含自下而上的外源刺激和自上而下的驾驶员内源注意信息。第二部分,在所构建的数据集上,本文创建了一种基于convLSTM的动态视觉显著性模型NTDSD。该模型选用convLSTM来提取交通视频的时间信息,利用金字塔技术增强空间特征,采取Attention机制更有效地融合时空特征。与其他模型相比,该模型对驾驶员所关注的主要目标预测更准确、更集中。此外,该模型能有效地捕捉行人和自行车等微小物体的运动特性,能更好地检测暗光下的次目标。第三部分,本论文提出了一个基于时空视听的夜间交通场景视觉显著性预测模型NTDSD-VA。本论文设计了视觉模块和听觉模块,同步提取视频、音频特征,并尝试将自上而下的听觉特征融入预测网络中,构建视听多模态的注意力预测网络。结果表明,该模型能够准确预测与驾驶任务相关的主要目标和次要目标。本论文进一步设计了消融实验来探究听觉模块的贡献,并对于听觉模块没有达到预期效果的原因进行了剖析。本论文构建的夜间交通视频的显著性检测数据集,可供后续的交通驾驶场景中的注意力预测和深度学习模型计算使用。同时,本论文提出的模型从多角度多模块对夜间驾驶场景的视觉显著性检测做出了不同尝试,为后续的显著性检测提供了可选择的发展方向。