ヒューマン-オブジェクト相互作用（HOI）検出は、人間が物体とどのように相互作用するかを理解するために重要な問題です。本論文では、人間と物体が相互作用しているかどうかを示す相互作用性の知識について探求します。我々は、HOIのカテゴリー設定に関わらず、複数のHOIデータセットから相互作用性の知識を学習できることを見出しました。我々の中心的なアイデアは、相互作用性ネットワークを活用して複数のHOIデータセットから一般的な相互作用性の知識を学習し、推論時のHOI分類前に非相互作用抑制を行うことです。相互作用性の一般化により、相互作用性ネットワークは転移可能な知識学習者であり、任意のHOI検出モデルと組み合わせて望ましい結果を得ることができます。我々は提案手法をHICO-DETおよびV-COCOデータセットで広範に評価しました。我々のフレームワークは大幅に最新のHOI検出結果を超えており、その効果性と柔軟性が確認されています。コードは以下のURLで入手可能です: https://github.com/DirtyHarryLYL/Transferable-Interactiveness-Network.