智能交通系统在城市交通建设中起着十分重要的作用，它能够对道路交通信息进行实时检测并得到当前观测路面的车辆信息，通过对这些交通车辆信息的分析和处理，对道路车辆流量进行合理的控制与疏导，确保城市交通的正常运行，进而实现了整个城市交通管理的智能化，使城市交通系统具有更强的交通运载力和安全可靠性。本文将在现有的运动车辆的检测算法的分析基础上，加入视觉注意机制，其有效的改善了原有目标检测时存在的效率低、计算量大等缺点，并提出了基于视觉注意机制的车辆检测算法对运动车辆进行检测与识别。本人采用视觉注意机制的经典模型—Itti视觉注意模型，用其提取出颜色、亮度、方向三个静态初始特征并形成静态特征图，将其与通过背景差分法的方式提取出的运动特征图相融合提取出车辆目标。实验表明该方法能够有效提取出感兴趣的目标物体，其实验效果比普通车辆检测方法更好。对得到的感兴趣图像通过轮廓提取的方法提取车辆的轮廓并计算其外接矩阵最后实现对视频图像中运动车辆的检测与识别。通过视频交通流信息的分析，采用在道路上设置虚拟检测线法对视频图像中的车辆进行计数统计，并采用在道路上设置虚拟线圈的方法对视频图像中的车辆进行瞬时车速检测。同时针对交通方面的违规违章事件进行分析和研究，对违章停车、违章变道压线、违章超速等常见的违规违章行为进行技术上的检测与分析。