本研究は、6自由度（6DoF）ヘッドポーズ推定の文脈におけるヘッドの移動量推定という複雑な課題に焦点を当て、より一般的に研究されているヘッドの回転よりもこの側面に重点を置きました。既存の手法において顔の幾何学とヘッドの移動量との間にある未活用の潜在的な相乗効果に注目し、そのギャップを埋めるために、顔幾何学とヘッド移動・回転ネットワーク（TRG: Translation, Rotation, and face Geometry network）と呼ばれる新しいアプローチを提案します。このネットワークは、顔の幾何学とヘッドの移動量との補完的な関係性を最大限に活用するための明確な双方向相互作用構造を持つことが特徴で、ヘッドポーズ推定分野における重要な進歩を示しています。また、当研究ではバウンディングボックス補正パラメータの推定戦略およびランドマーク画像へのアライメント技術を開発しており、これらは6DoFヘッドポーズ推定タスクにおいて優れた性能を示しています。ARKitFaceおよびBIWIデータセットでの広範な実験により、提案手法が現行の最先端技術を超えることが確認されました。コードはhttps://github.com/asw91666/TRG-Release で公開されています。