論文の概要: InterAct: A Large-Scale Dataset of Dynamic, Expressive and Interactive Activities between Two People in Daily Scenarios

• arxiv url: http://arxiv.org/abs/2509.05747v1
• Date: Sat, 06 Sep 2025 15:36:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-09 14:07:03.686841
• Title: InterAct: A Large-Scale Dataset of Dynamic, Expressive and Interactive Activities between Two People in Daily Scenarios
• Title（参考訳）: InterAct: 日常シナリオにおける2人間の動的・表現的・対話的活動の大規模データセット
• Authors: Leo Ho, Yinghao Huang, Dafei Qin, Mingyi Shi, Wangpok Tse, Wei Liu, Junichi Yamagishi, Taku Komura,
• Abstract要約: 2人の活動を同時にモデル化し、客観的、動的、意味論的に一貫した相互作用を目標にすることを提案する。 我々は、241のモーションシーケンスからなるInterActと呼ばれる新しいマルチモーダルデータセットをキャプチャする。 InterActには、個人の多様で複雑な動きと、これまでほとんど見られなかった興味深い、比較的長期にわたる相互作用パターンが含まれている。
• 参考スコア（独自算出の注目度）: 40.42003202491803
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We address the problem of accurate capture of interactive behaviors between two people in daily scenarios. Most previous works either only consider one person or solely focus on conversational gestures of two people, assuming the body orientation and/or position of each actor are constant or barely change over each interaction. In contrast, we propose to simultaneously model two people's activities, and target objective-driven, dynamic, and semantically consistent interactions which often span longer duration and cover bigger space. To this end, we capture a new multi-modal dataset dubbed InterAct, which is composed of 241 motion sequences where two people perform a realistic and coherent scenario for one minute or longer over a complete interaction. For each sequence, two actors are assigned different roles and emotion labels, and collaborate to finish one task or conduct a common interaction activity. The audios, body motions, and facial expressions of both persons are captured. InterAct contains diverse and complex motions of individuals and interesting and relatively long-term interaction patterns barely seen before. We also demonstrate a simple yet effective diffusion-based method that estimates interactive face expressions and body motions of two people from speech inputs. Our method regresses the body motions in a hierarchical manner, and we also propose a novel fine-tuning mechanism to improve the lip accuracy of facial expressions. To facilitate further research, the data and code is made available at https://hku-cg.github.io/interact/ .
• Abstract（参考訳）: 日常シナリオにおける2人の対話行動の正確な把握の問題に対処する。 それまでのほとんどの作品では、一人の人物のみを考慮するか、2人の会話のジェスチャーのみに焦点を合わせ、各俳優の身体の向きや位置が各相互作用に対して一定またはほとんど変化しないと仮定していた。 対照的に、我々は2人の活動を同時にモデル化し、より長い時間をかけてより大きな空間をカバーする客観的、動的、意味論的に一貫した相互作用をターゲットにすることを提案する。 この目的のために、私たちはInterActと呼ばれる新しいマルチモーダルデータセットをキャプチャしました。 それぞれのシーケンスに対して、2人のアクターが異なる役割と感情ラベルを割り当てられ、ひとつのタスクを完了するか、共通のインタラクションアクティビティを実行するために協力する。 両方の人の音声、身体の動き、表情をキャプチャする。 InterActには、個人の多様で複雑な動きと、これまでほとんど見られなかった興味深い、比較的長期にわたる相互作用パターンが含まれている。 また,対話型顔表情と2人の身体動作を音声入力から推定する,シンプルで効果的な拡散ベース手法を実証した。 提案手法は, 顔表情の唇の動きを階層的に抑えるとともに, 表情の唇の精度を向上させるための新しい微調整機構も提案する。 さらなる調査を容易にするため、データとコードはhttps://hku-cg.github.io/interact/ で公開されている。

関連論文リスト

• Multi-Person Interaction Generation from Two-Person Motion Priors [7.253302825595181]
  グラフ駆動インタラクションサンプリングは、現実的で多様な多人数インタラクションを生成する方法である。 生成タスクを、互いの動作に条件付けられた同時1対1の動作生成に分解する。 提案手法は,多人数・多人数のインタラクションを広範囲に生成する際の工芸品の削減において,既存の手法よりも一貫して優れる。
  論文  参考訳（メタデータ） (2025-05-23T13:13:00Z)
• InterAct: Capture and Modelling of Realistic, Expressive and Interactive Activities between Two Persons in Daily Scenarios [12.300105542672163]
  我々は、2人の人物がシーケンス全体にわたって現実的なシナリオを実行する241のモーションシーケンスをキャプチャする。 両方の人の音声、身体の動き、表情はすべて、私たちのデータセットでキャプチャされます。 また,音声のみから2人の対話的動きを直接推定する拡散モデルに基づく最初のアプローチを示す。
  論文  参考訳（メタデータ） (2024-05-19T22:35:02Z)
• ReMoS: 3D Motion-Conditioned Reaction Synthesis for Two-Person Interactions [66.87211993793807]
  本稿では,2人のインタラクションシナリオにおいて,人の全身運動を合成する拡散モデルReMoSを提案する。 ペアダンス,忍術,キックボクシング,アクロバティックといった2人のシナリオでReMoSを実証する。 また,全身動作と指の動きを含む2人のインタラクションに対してReMoCapデータセットを寄贈した。
  論文  参考訳（メタデータ） (2023-11-28T18:59:52Z)
• InterGen: Diffusion-based Multi-human Motion Generation under Complex Interactions [49.097973114627344]
  動作拡散プロセスに人間と人間の相互作用を組み込んだ効果的な拡散ベースアプローチであるInterGenを提案する。 我々はまず、InterHumanという名前のマルチモーダルデータセットをコントリビュートする。これは、様々な2人インタラクションのための約107Mフレームで構成され、正確な骨格運動と23,337の自然言語記述を持つ。 本稿では,世界規模での2人のパフォーマーのグローバルな関係を明示的に定式化した対話拡散モデルにおける動作入力の表現を提案する。
  論文  参考訳（メタデータ） (2023-04-12T08:12:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。