AI-Hub

데이터 변경이력

소개

인도 보행에 장애가 되는 객체 29종에 대해 박스, 폴리곤 형태로 어노테이션한 데이터 및 인도 노면 상태 정보를 폴리곤 형태로 어노테이션한 데이터를 구축한 영상 데이터 제공

구축목적

장애인 이동권 신장
- 인공지능의 도움으로 장애인 보행에 위협요소인 각종 장애물(자동차, 사람, 가로수, 가로등 등)과 파손 등으로 위험한 보행 노면을 피해 보다 안전하고 원활한 장애인 이동권 보장
인도보행 인공지능 분야 공개데이터 셋의 부족
- 국내 인도보행영상 데이터셋 구축 사례 전무한 상태에서 국내 환경 맞춤형 데이터셋 구축 필요 자율주행 분야에서 차도뿐 아니라 생활도로, 인도 등의 국내 다양한 도로형태에서의 데이터 셋 구축

구축내용

• Bounding Box/Polygon Segmentation 데이터셋 : 인도보행시 충돌위험이 존재하는 이동체와 고정체를 분석하여 29종 장애물 객체로 정의하고 어노테이션함

• Surface Masking 데이터셋 : 노면의 안전성 부족으로 인한 위험유발가능성을 고려하여 노면 특성(재질, 특수성, 파손여부 등)에 따라 20종 노면 객체 및 속성을 정의하고 어노테이션 및 마스킹 처리함

• Depth Prediction 데이터셋 : 하나의 Depth Prediction 데이터셋에 해당하는 8개의 파일은 아래와 같음

* calibration 파일 : 좌우카메라의 상대적 위치, 광학 특성 등 스테레오 영상에서 depth를 구하기 위해 좌우 영상 보정 정보를 담고 있는 파일임. 폴더 단위로 제공

구축량

• Bounding Box 데이터셋 : 35만
  - 인도보행에 장애가 되는 객체 29종에 대해 ‘박스’ 형태로 어노테이션한 데이터
• Polygon 데이터셋 : 10만
  - 인도보행에 장애가 되는 객체 29종에 대해 ‘폴리곤’ 형태로 어노테이션한 데이터
• Surface Masking 데이터셋 : 5만
  - 인도 노면 상태(재질, 특수성, 파손여부 등)정보를 ‘폴리곤’ 형태로 어노테이션하고 마스킹한 데이터
• Depth Prediction 데이터셋 : 17만
  - 스테레오 카메라를 이용한 깊이 인식

데이터 성능 점수

설명서 및 활용가이드 다운로드

데이터 변경이력

구축목적

• 장애인 이동권 신장
  - 인공지능의 도움으로 장애인 보행에 위협요소인 각종 장애물(자동차, 사람, 가로수, 가로등 등)과 파손 등으로 위험한 보행 노면을 피해 보다 안전하고 원활한 장애인 이동권 보장
• 인도보행 인공지능 분야 공개데이터 셋의 부족
  - 국내 인도보행영상 데이터셋 구축 사례 전무한 상태에서 국내 환경 맞춤형 데이터셋 구축 필요 자율주행 분야에서 차도뿐 아니라 생활도로, 인도 등의 국내 다양한 도로형태에서의 데이터 셋 구축

활용분야

공통

• 본 데이터셋 고도화를 통한 AI 개발 상용 서비스 개발 지원
• 장애인 보행권 확보를 위한 공익성 높은 AI 시범 서비스 개발 지원
  Ex. 휠체어 자율 주행, 보행 보조기, 퍼스널 네비게이터

산업분야

• 노면 인식 기술을 활용한 안전한 도로(Safety Road) 서비스 개발
  : 보도블록, 점자블록 등 인도 파손 관련 여러 상태에 대한 탐지 후 안내 서비스
• 인도 파손 현황의 지능형 탐지(파손 속도를 파악 및 예측하여 위험도 알림) 서비스 개발
• 한국형 딜리버리봇 등 인도상 자동 주행 서비스, 인도 종합 모니터링 시스템 개발
• 오토바이, 전동킥보드, 자전거, 보드 등을 이용한 이동 및 배달 서비스에 위험 모니터링 시스템 개발

연구분야

• AI기술을 이용 인도상의 객체 인식 기술
  : 인도상 이동체(자전거, 버스, 승용창/승합차, 리어카/손수레, 고양이, 개, 오토바이/스쿠터, 이동식 홍보 전시물/안내판, 사람, 두발로 탈 수 있는 기구, 유모차, 트럭, 휠체어)와 고정체(바리케이드, 벤치, 볼라드, 1인 의자, 소화전, 독립단말기/작은 점포, 주차요금정산기, 대/기둥, 화분, 전력제어함, 버스/택시 정류장, 탁자, 신호등, 신호등제어기, 교통표지판, 가로수 기둥)에 대한 객체 인식
• 기술 연구
  : 인도상 한국형 객체 학습을 통한 국내 맞춤형 객체 인식 기술 개발인도 설치물 정상적 설치 여부 확인 기술
  : 인도 설치물의 vision 기반 정상/비정상 파악을 통한 사회 시설물 및 환경에 대한 연구
• Stereo vision을 이용한 Depth Prediction 연구
• 도로상의 파손, 도로 타입 등의 객체 학습을 통한 기술 개발

사례

• 성남시 오픈 이노베이션 챌린지 대회(바로가기)

구축량

• Bounding Box 데이터셋 : 35만
  - 인도보행에 장애가 되는 객체 29종에 대해 ‘박스’ 형태로 어노테이션한 데이터
• Polygon 데이터셋 : 10만
  - 인도보행에 장애가 되는 객체 29종에 대해 ‘폴리곤’ 형태로 어노테이션한 데이터
• Surface Masking 데이터셋 : 5만
  - 인도 노면 상태(재질, 특수성, 파손여부 등)정보를 ‘폴리곤’ 형태로 어노테이션하고 마스킹한 데이터
• Depth Prediction 데이터셋 : 17만
  - 스테레오 카메라를 이용한 깊이 인식

대표 도면

필요성

• 장애인 이동권 신장
  - 인공지능의 도움으로 장애인 보행에 위협요소인 각종 장애물(자동차, 사람, 가로수, 가로등 등)과 파손 등으로 위험한 보행 노면을 피해 보다 안전하고 원활한 장애인 이동권 보장
• 인도보행 인공지능 분야 공개데이터 셋의 부족
  - 국내 인도보행영상 데이터셋 구축 사례 전무한 상태에서 국내 환경 맞춤형 데이터셋 구축 필요
• 사회-경제적 약자 및 취약 계층을 위한 일자리 창출
  - AI 기술 산업이 제4차 산업혁명으로 급변하는 산업 환경에서 노동 시장으로부터 급격히 소외되리라 예측되는 사회경제적 약자와 취약계층에게 오히려 새로운 노동 기회를 부여하는 긍정적 역할의 가능성 확인

구축내용

• Bounding Box/Polygon Segmentation 데이터셋 : 인도보행시 충돌위험이 존재하는 이동체와 고정체를 분석하여 29종 장애물 객체로 정의하고 어노테이션함

• Surface Masking 데이터셋 : 노면의 안전성 부족으로 인한 위험유발가능성을 고려하여 노면 특성(재질, 특수성, 파손여부 등)에 따라 20종 노면 객체 및 속성을 정의하고 어노테이션 및 마스킹 처리함

• Depth Prediction 데이터셋 : 하나의 Depth Prediction 데이터셋에 해당하는 8개의 파일은 아래와 같음

* calibration 파일 : 좌우카메라의 상대적 위치, 광학 특성 등 스테레오 영상에서 depth를 구하기 위해 좌우 영상 보정 정보를 담고 있는 파일임. 폴더 단위로 제공

데이터 구조

• 파일 형식 : XML(단, Depth Prediction 데이터셋은 예외)


• 데이터 구조 : meta + image


• 공통정보 meta

• 이미지별 어노테이션 정보 

데이터셋 구축 담당자

수행기관(주관) : ㈜테스트웍스

수행기관(참여)

데이터 관련 문의처