カメラの映像に加えて距離画像を用いれば、人物と物体のインタラクション（物体を手で動かす動作）の検出を3次元空間で行うことができ、より多様な状況でのインタラクション検出が可能になると考えられる。本稿では、映像と距離画像から3次元空間での動きであるシーンフローの推定を行い、手の周辺領域と前腕でのシーンフローの関連性を判定することで、物体を手で動かす動作を3次元空間で検出する手法を提案する。