論文の概要: InterPet4D: A Multimodal 4D Human-Pet Interaction Dataset for Pet Motion Generation
- arxiv url: http://arxiv.org/abs/2607.10287v1
- Date: Sat, 11 Jul 2026 12:33:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.382355
- Title: InterPet4D: A Multimodal 4D Human-Pet Interaction Dataset for Pet Motion Generation
- Title（参考訳）: InterPet4D:ペットの動き生成のためのマルチモーダルな4Dヒューマン-ペットインタラクションデータセット
- Abstract要約: 我々は人間と犬の自然な相互作用を捉えた最初のマルチモーダルデータセットであるInterPet4Dを提案する。
InterPet4Dは、23人の人間の参加者と相互作用する11種の犬13匹から集められた680万フレームから構成される。
提案モデルでは,FIDスコア11.21を達成し,Seq2SeqとDiTのベースラインを大幅に上回っている。
- 参考スコア（独自算出の注目度）: 36.01530478712674
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human-pet interaction estimation and generation remain underexplored due to the absence of a high-quality large-scale dataset. We present InterPet4D, the first multimodal dataset capturing natural interactions between humans and dogs. Using a synchronized multi-view capture system, we record human-dog obedience tasks and provide annotations for both humans and dogs, including multi-view and egocentric videos, segmentations, 2D and 3D keypoints, meshes, and audio tracks. InterPet4D consists of 6.8 million frames collected from 13 dogs of 11 breeds interacting with 23 human participants. We further introduce the InterPetMoGen framework for human-pet interaction motion generation. Our proposed model achieves an FID score of 11.21 and substantially outperforms the Seq2Seq and DiT baselines, demonstrating the effectiveness of InterPet4D for modeling realistic human-pet interactions.
- Abstract（参考訳）: 高品質な大規模データセットがないため、人間とペットの相互作用の推定と生成はいまだに探索されていない。
我々は人間と犬の自然な相互作用を捉えた最初のマルチモーダルデータセットであるInterPet4Dを提案する。
同期型マルチビューキャプチャシステムを用いて、人間と犬の服従タスクを記録し、マルチビューとエゴセントリックなビデオ、セグメンテーション、2Dおよび3Dキーポイント、メッシュ、オーディオトラックを含む、人間と犬の両方にアノテーションを提供する。
InterPet4Dは、23人の人間の参加者と相互作用する11種の犬13匹から集められた680万フレームから構成される。
また,人間とペットの対話動作生成のためのInterPetMoGenフレームワークについても紹介する。
提案モデルでは,FIDスコア11.21を達成し,Seq2SeqとDiTのベースラインを大幅に上回り,リアルな人間とペットの相互作用をモデル化するためのInterPet4Dの有効性を実証した。
関連論文リスト
- MMHOI: Modeling Complex 3D Multi-Human Multi-Object Interactions [20.96140289964853]
本稿では,12の日常シナリオの画像からなる大規模多目的インタラクションデータセットMMHOIを提案する。
MMHOIは、すべての人やオブジェクトに対して完全な3D形状とアノテーションを提供し、78のアクションカテゴリと14のインタラクション固有のボディパーツのラベルを提供する。
MMHOI-Netは、人間と物体の3次元空間、それらの相互作用、および関連する動作を共同で推定するエンド・ツー・エンドのトランスフォーマーベースのニューラルネットワークである。
論文 参考訳（メタデータ） (2025-10-09T06:18:12Z) - CoopDiff: Anticipating 3D Human-object Interactions via Contact-consistent Decoupled Diffusion [62.93198247045824]
3Dヒューマンオブジェクトインタラクション(HOI)は,人間の将来の動きとその操作対象を,歴史的文脈で予測することを目的としている。
そこで我々は,人間と物体の運動モデリングを分離するために,2つの異なる分岐を用いた接触非結合拡散フレームワークCoopDiffを提案する。
論文 参考訳（メタデータ） (2025-08-10T03:29:17Z) - MBE-ARI: A Multimodal Dataset Mapping Bi-directional Engagement in Animal-Robot Interaction [1.9953518809021749]
MBE-ARI(Multimodal Bidirectional Engagement in Animal-Robot Interaction, MBE-ARI)は、足のついたロボットと牛の詳細な相互作用を捉える新しいデータセットである。
データセットには、複数の視点からRGB-Dストリームを同期し、ボディポーズとアノテートされたアノテートと、インタラクションフェーズ間のアクティビティラベルが含まれている。
また,四足歩行に適した全体ポーズ推定モデルを導入し,平均平均精度92.7%の39個のキーポイントを追跡できる。
論文 参考訳（メタデータ） (2025-04-11T15:45:23Z) - Harmony4D: A Video Dataset for In-The-Wild Close Human Interactions [27.677520981665012]
Harmony4Dは、レスリング、ダンス、MMAなどのフィールド内アクティビティを特徴とする人間と人間のインタラクションのためのデータセットである。
我々は、フレキシブルなマルチビューキャプチャシステムを用いて、これらのダイナミックなアクティビティを記録し、人間検出、追跡、2D/3Dポーズ推定、および密接な相互作用のある被験者のためのメッシュ回復のためのアノテーションを提供する。
論文 参考訳（メタデータ） (2024-10-27T00:05:15Z) - EgoPet: Egomotion and Interaction Data from an Animal's Perspective [82.7192364237065]
本稿では,同時行動とマルチエージェントインタラクションの多様な例を含む,ペットの情緒的イメージのデータセットを紹介する。
EgoPetは、既存の人間や車両のエゴセントリックなデータセットとは根本的に異なる視点を提供する。
動物行動を把握する2つのドメイン内ベンチマークタスクと、ロボット四足歩行のための事前学習リソースとしてEgoPetの有用性を評価するための第3のベンチマークを定義する。
論文 参考訳（メタデータ） (2024-04-15T17:59:47Z) - HOI-M3:Capture Multiple Humans and Objects Interaction within Contextual Environment [43.6454394625555]
HOI-M3は、複数のhumanと複数のオブジェクトの相互作用をモデル化するための、新しい大規模データセットである。
密集したRGBとオブジェクト搭載IMU入力から、人間と物体の両方の正確な3Dトラッキングを提供する。
論文 参考訳（メタデータ） (2024-03-30T09:24:25Z) - Inter-X: Towards Versatile Human-Human Interaction Analysis [100.254438708001]
正確な身体の動きと多様な相互作用パターンを持つデータセットであるInter-Xを提案する。
データセットは、1Kの相互作用シーケンスと8.1Mフレーム以上を含む。
また、Inter-Xには34K以上の微粒な人間のテキスト記述の多義アノテーションも備えています。
論文 参考訳（メタデータ） (2023-12-26T13:36:05Z) - InterControl: Zero-shot Human Interaction Generation by Controlling Every Joint [67.6297384588837]
関節間の所望距離を維持するために,新しい制御可能な運動生成手法であるInterControlを導入する。
そこで本研究では,既成の大規模言語モデルを用いて,ヒューマンインタラクションのための結合ペア間の距離を生成できることを実証した。
論文 参考訳（メタデータ） (2023-11-27T14:32:33Z) - BEHAVE: Dataset and Method for Tracking Human Object Interactions [105.77368488612704]
マルチビューのRGBDフレームとそれに対応する3D SMPLとオブジェクトをアノテートしたアノテートコンタクトに適合させる。
このデータを用いて、自然環境における人間と物体を、容易に使用可能なマルチカメラで共同で追跡できるモデルを学ぶ。
論文 参考訳（メタデータ） (2022-04-14T13:21:19Z)
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。