InterPet4D

新的InterPet4D数据集和InterPetMoGen框架推动人宠动作生成研究

研究人员推出了InterPet4D，一个旨在推进人宠交互研究（特别关注动作生成）的新型多模态数据集。该数据集包含680万帧捕捉人与狗之间自然交互的画面，并配有同步的多视角视频、2D/3D关键点、网格和音频。研究团队还开发了利用Diffusion Transformer架构的InterPetMoGen框架。他们的模型在基线方法上表现出色，FID得分为11.21，突显了该数据集在真实人宠动作建模方面的实用性。