智慧交通在一定程度上是电子技术、人工智能、网络通信、自动化等技术发展的必然产物。由于过去50年来车辆数量的增长,我国的交通基础设施已经趋于饱和。尤其是在城市地区,人们越来越需要在不同的地方快速流动,导致交通拥堵、交通事故、交通延误和严重的车辆污染排放。通过人工智能、感知融合、5G通信、V2X等最新技术使交通系统智能化,从而缓解交通拥堵,降低交通事故发生频率,提高交通运输效率,减少车辆污染,成为智慧交通领域炙手可热的问题。其中,智能高效的监管措施是不可或缺的手段。如今,计算机视觉技术已经应用于交通监管当中,简单违规行为如机动车压线、闯红灯、非法抢占非机动车道等的监督检测得以在效率和准确性较高的前提下自动化进行。然而,复杂的机动车是否礼让行人行为的检测依然需要消耗大量的人工成本。如何实现机动车是否礼让行人行为的自动化检测,提高检测精度,提升检测效率,降低检测成本,使检测客观公正,仍然成为亟待解决的技术问题。本文所述研究内容适用于智慧交通技术领域,提供了一种机动车是否礼让行人的自动化检测方法,该方法针对监控摄像头视角的工作场景,使用目标检测算法检测交通监控摄像头采集到的视频帧中的交通元素;基于特征图与车牌ID的目标跟踪算法对目标检测所得到的目标元素的运动轨迹进行跟踪;基于上述跟踪算法的跟踪结果,根据机动车以及行人基于时域序列的位置,预测行人的警示点以及车辆行驶前方危险区域,并通过车辆危险区域与行人警示点,对车辆是否礼让行人的行为加以判别。本文在MOT16数据集以及本文建立的监控摄像头视角交通街景视频数据集上通过大量对比实验,为证明上述跟踪算法的优越性提供了充足的证据。亦提出了一种基于Unity3D与SUMO的构建虚拟仿真场景的方法,使用虚拟仿真场景实验与真实场景实验相结合的方式证明了上述行为检测算法的可行性,统计该行为检测算法在不同天气、路况、时段条件下的表现。最后,本研究实现一种基于计算机视觉的智慧交通监管系统。该系统主要分云端服务平台、边缘计算平台、个人客户端三个部分。其中,边缘计算平台结合本文提出的算法方案,对公共交通路口摄像头视角的影像数据进行处理与分析,并将识别到的车流量、违规行为等信息上传至云端服务平台。云端服务平台负责对数据进行数据转发以及存储,作为云端服务器,为个人用户提供数据与服务,为监管人员提供交通流量、拥堵情况、违规信息等数据的可视化显示。面向个人端的客户端程序通过车载摄像头采集视频,在驾驶员驾驶过程中对环境中的车道线、交通信号灯、车辆、行人等交通元素使用计算机视觉算法进行检测,并处理检测结果后将结果反馈给驾驶员,作出危险预警,为驾驶员规避风险。