東京科学大学ら、人と犬の自然なふれあいを記録した4Dデータセット「InterPet4D」を構築

　東京科学大学（Science Tokyo）情報理工学院 情報工学系のホウ・イシン特任助教、小池英樹教授らの研究チームは10月2日、カーネギーメロン大学などとの共同研究により、人と犬が自然にふれあう様子を記録した研究用データセット「InterPet4D」を構築したと発表した。

　人が犬をなでる、声をかける、合図を送る、一緒に遊ぶといった行動はありふれた光景だが、その際に人と犬がどう動き、声や手の合図に犬がどう反応しているかを、研究に使える品質で大規模に記録したデータはこれまでほとんどなかった。人と犬は距離が近く体の一部が隠れやすい上、犬の体格や動き方も一頭ごとに異なるため、収録が難しかったという。

　研究チームは6m×6mの撮影空間に12台のカメラを配置し、参加者にはカメラ付きメガネを装着してもらうことで、周囲からの映像に加え、本人の目線に近い映像と音声も同時に記録できるようにした。撮影には23名の参加者（飼い主11名を含む）と11犬種13頭の犬が協力し、なでる、指示を出す、呼ぶ、自由に遊ぶという4種類の場面を収録。合計161回の撮影で、約683万フレームのデータが集まった。収録データには映像だけでなく、体や手の動き、犬の姿勢、犬への声かけ、行動の説明文も含まれる。

　さらに研究チームは、このデータを活用し、人の手の動きや声から犬の動きを生成する技術「InterPetMoGen」を開発した。たとえば、人が犬に向かって手で合図した際に、犬がどのように近づき、向きを変え、座るのかといった一連の動作をコンピュータ上で作り出せるという。

　研究チームは、将来的にバーチャルペットが人の声やジェスチャーに自然に反応する技術や、ロボット犬が人とスムーズに関わるための動作生成、ゲームやアニメーションにおけるリアルな犬の動きの作成などへの応用が期待されるとしている。本研究成果は、9月8日から12日（現地時間）に開催されたコンピュータビジョン分野の国際会議「The European Conference on Computer Vision（ECCV 2026）」で発表された。