随着社会经济的发展，私有车辆的迅速增加，城市正面临着越来越严重的拥堵与交通事故。为了最大限度地减少道路交通事故造成的生命和财产损失，在过去的几十年中，国内外专家和学者都在积极开展有关智能交通系统（ITS）的研究工作。其中，准确的交通信息采集是其中的关键技术。近年来，众多基于计算机视觉的智能交通参数检测算法应运而生，它们运用计算机和图像处理等技术，完成对包括车辆数、车速、车型等交通参数的自动检测。算法不同，精度也不同。尽管各种智能算法公布的准确率大多在90%以上，但由于迄今为止还没有一个统一、准确、可靠的验证平台和评估方法，无法验证各种算法公布的准确度是否可信，也就很难对各种算法的优劣进行比较评判。论文针对上述问题进行了深入研究，主要研究内容与贡献包括以下几个方面。1．提出一种基于人工标定的智能交通参数算法评估方法，基于人工标定的数据，获取准确的交通参数，并将其与待评估的智能算法得到的交通参数进行对比，得到该算法的准确度，从而评价该算法性能的优劣。2．根据需要开发了软件《基于人工标定的真实交通参数获取软件》。对人工标定的XML文件进行分析、读取，自主获取多种交通参数，获取真实准确的交通参数为评估待检测算法的准确性提供依据，并介绍软件各模块的功能及使用。3．介绍了交通视频检测器TRAFICON的使用方法，并采集多段不同环境下的交通视频，用TRAFICON与人工标定的方式同时获取交通参数，根据获取的数据进行对比，来评估TRAFICON的性能。