في هذا البحث، نركز على الت head_calibration تلقائية بالكامل للكاميرات المراقبة للحركة المرورية، والتي نستخدمها لقياس سرعة السيارات العابرة. نحسن من طريقة حديثة للت head_calibration الكاميرا المراقبة للحركة المرورية التي تعتمد على نقطتين مختفيتين تم اكتشافهما. وأهم من ذلك، نقترح طريقة جديدة لت inferring الحجم التلقائي للمشهد. تعتمد هذه الطريقة على مطابقة صناديق الحدود لموديلات ثلاثية الأبعاد (3D models) للسيارات مع صناديق الحدود المكتشفة في الصورة. يمكن استخدام الطريقة المقترحة من نقاط النظر المختلفة، حيث لا توجد قيود على وضع الكاميرا. قمنا بتقييم طريقتنا على مجموعة البيانات الشاملة الحديثة BrnoCompSpeed لقياس السرعة. أظهرت التجارب أن طريقة head_calibration الكاميرا التلقائية الخاصة بنا عن طريق اكتشاف نقطتين مختفيتين تقلل الخطأ بنسبة 50% (تم خفض خطأ نسبة المسافة المتوسطة من 0.18 إلى 0.09) مقارنة بالطريقة الرائدة السابقة. كما أظهرنا أن طريقة استدلال الحجم للمشهد الخاصة بنا أكثر دقة، حيث تتفوق على كل من الطريقة الرائدة للت head_calibration التلقائية لقياس السرعة (خفض الخطأ بنسبة 86% -- من 7.98 كم/ساعة إلى 1.10 كم/ساعة) والت head_calibration اليدوية (خفض الخطأ بنسبة 19% -- من 1.35 كم/ساعة إلى 1.10 كم/ساعة). كما نقدم نتائج نوعية للطريقة المقترحة للت head_calibration الكاميرا التلقائية في سلاسل الفيديو التي تم الحصول عليها من كاميرات المراقبة الحقيقية في أماكن مختلفة وفي ظروف الإضاءة المختلفة (الليل، الفجر، النهار).注释：为了保持专业性和准确性，一些术语在翻译时保留了英文原词，如“head_calibration”（相机标定）、“inferring”（推断）和“3D models”（三维模型）。这些术语在实际的阿拉伯语科技文献中通常会直接使用英文，或者在首次出现时给出阿拉伯语解释并附上英文原词。