실내 라이다 및 카메라 동기화 영상 소개
기본탭
데이터셋명 | 실내 라이다 및 카메라 동기화 영상 | |||
---|---|---|---|---|
데이터 분야 | 비전 | 데이터 유형 | 이미지, 센서 | |
구축기관 | 3D융합산업협회 | 데이터 관련 문의처 | 담당자명 | 이용이(SOS Lab) |
가공기관 | SOS Lab,웨슬리퀘스트, 한국전자기술연구원 | 전화번호 | 062-973-5051 | |
검수기관 | SOS Lab | 이메일 | yongyi.lee@soslab.co | |
구축 데이터량 | 10.8만 | 구축년도 | 2020년 | |
버전 | 1.0 | 최종수정일자 | 2021.06.18 | |
소개 | 실내 환경에서 보행자 추적 기술을 개발하기 위한 AI 영상 데이터 | |||
주요 키워드 | 라이다, 융복합 센서, 추적기술, 3D | |||
저작권 및 이용정책 | 본 데이터는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원이 지원하는 '인공지능 학습용 데이터 구축사업'으로 구축된 데이터입니다. [데이터 이용정책 상세보기] | |||
데이터설명서 | 자료보기 | 구축활용가이드 | 자료보기 | |
샘플데이터 | 다운로드 | 교육활용동영상 | 영상보기 | |
저작도구 | 다운로드 | AI모델 | 다운로드 |
데이터 변경이력
버전 | 일자 | 변경내용 | 비고 |
---|---|---|---|
1.0 | 2021.06.18 | 데이터 최초 개방 |
구축 목적
- 라이다-카메라 융합 센서를 이용하여 실내 보행자의 연속적인 동선을 추적하기 위한 객체 인식 딥러닝 모델 학습용 데이터셋 구축
활용 분야
- 보행자 인식/추적 기술을 통해 고객의 동선 정보를 파악하고, 이를 기반으로 매장 설계, 상품 전시 전략, 머천다이징, 마케팅 등에 활용
주요 키워드
- 라이다-카메라 센서 퓨전, 실내 보행자 인식, 보행자 동선 추적
소개
- 실내 보행자의 인식 및 연속적인 동선 추적을 위한 객체 인식 딥러닝 모델 학습용 데이터셋으로, 라이다-카메라 융합 센서를 이용하여 시간, 공간적으로 동기화된 라이다 3차원 점 군 데이터와 카메라 RGB 영상 데이터를 확보하고, 보행자 정보에 대한 2D/3D 바운딩박스 레이블링 및 영상 내 개인정보 비식별화 처리가 완료된 학습용 데이터셋 구축
구축 내용 및 제공 데이터량
- 실내 라이다-카메라 동기화 원천 데이터 300시간
- 촬영 장소 : 테스트베드, 전시장(킨텍스, 코엑스), 마트, 제주공항 등
- 객체 인식/추적 모델 학습용 2D/3D 바운딩박스 데이터 108,000set
구분 | 구축량 | ||
---|---|---|---|
원천데이터 | 전방향 | 전방향 라이다-카메라 | 193시간 |
단방향 | 단방향 라이다-카메라 | 112시간 | |
합 계 | 305시간 | ||
학습용 데이터셋 | 전방향 | 전방향 라이다-카메라 | 72,178set |
라이다 점 군 (bin) | 72,178장 | ||
라이다 레이블 (txt) | 72,178개 | ||
카메라 영상 (png) | 360,890장 | ||
카메라 레이블 (txt) | 360,890개 | ||
통합 레이블 (json) | 72,178개 | ||
단방향 | 단방향 라이다-카메라 | 36,025set | |
라이다 점 군 (bin) | 36,025장 | ||
라이다 레이블 (txt) | 36,025개 | ||
카메라 영상 (png) | 36,025장 | ||
카메라 레이블 (txt) | 36,025개 | ||
통합 레이블 (json) | 36,025개 | ||
합계 | 108,203set |
대표도면
필요성
명시적 객체 인식 알고리즘의 한계 극복
- 규칙 기반 알고리즘은 응용 분야 및 대상 환경이 매우 제한적이고, 객체 인식 정확도가 떨어지며, 낮은 확장성을 가짐
- 딥러닝 기법을 통해 객체 인식 성능을 향상시키고, data-driven model 기반 응용 분야 확장성 확보가 필수
- 딥러닝 기반 인식 모델을 개발하기 위해서는 센서 특성을 반영하는 대량의 학습 데이터셋 요구가 증가
센서 맞춤형 데이터셋, AI 모델 개발 요구
- 기존 라이다-카메라 공개 데이터셋은 자율주행 분야를 대상으로 해외/실외 환경에 대해 구축이 주를 이루어 360도 회전형 기계식 라이다 중심인 반면 대규모 쇼핑 단지에서 보행자 추적을 위한 데이터셋은 부족
- 고해상도 고정형 라이다에 특화된 데이터셋 및 센서 맞춤형 AI 인지 솔루션 개발이 필요
데이터 구조
- 학습용 데이터 속성 및 폴더 구조
- 실내에 존재하는 동적 객체인 보행자, 유모차, 카트, 휠체어를 인식할 수 있는 딥러닝 기반 객체 검출 및 추적 모델의 학습을 위한 2D/3D 바운딩박스 레이블 데이터
학습용 데이터 | 어노테이션 속성 | |
---|---|---|
라이다 라벨링 데이터 |
TrackingID | 객체 추적용 ID |
Type | 객체 카테고리 (0: 보행자(pedestrian) 1: 유아차(stroller), 2: 카트(cart), 3: 휠체어(wheelchair)) |
|
3D Bbox Position |
바운딩 박스 위치 (center_x, center_y, center_z [m]) |
|
3D Bbox Dimension |
바운딩 박스 크기 (length, width, height [m]) |
|
Heading | 움직이는 방향 (h_angle [rad]) |
|
Difficulty | 객체 검출 난이도 (0: easy, 1: moderate, 2: hard) |
|
카메라 라벨링 데이터 |
TrackingID | 객체 추적용 ID (0~99) |
Type | 객체 카테고리 (0: 보행자(pedestrian) 1: 유아차(stroller), 2: 카트(cart), 3: 휠체어(wheelchair)) |
|
2D Bbox Position |
2D 바운딩 박스 위치 (center_x, center_y [pixel]) |
|
2D Bbox Dimension |
2D 바운딩 박스 크기 (width, height [pixel]) |
|
Difficulty | 객체 검출 난이도 (0: easy, 1: moderate, 2: hard) |
폴더명 | 파일명 | 설명 | ||||
---|---|---|---|---|---|---|
시스템 | 수집 일시 | 데이터 종류 | 데이터 타입 | 파일명 | 파일 포맷 | |
velo | YYYY-MM-DD-HH-SS-## | cam01 | calb | calibration | txt | 라이다-카메라 캘리브레이션 데이터 |
cam | ###### | png | 카메라 원천 데이터 | |||
cam_label | clab_###### | txt | 카메라 2D 바운딩박스 레이블 | |||
cam02 | 위 파일 구조와 동일 | |||||
cam03 | ||||||
cam04 | ||||||
cam05 | ||||||
json | ###### | json | 라이다-카메라 통합 레이블 (구문진단규칙 참고) | |||
lidar | lidar | ###### | bin | 라이다 원천 데이터 | ||
lidar_label | llab_###### | txt | 라이다 3D 바운딩박스 레이블 | |||
sos | YYYY-MM-DD-HH-SS-## | cam01 | calb | calibration | txt | 라이다-카메라 캘리브레이션 데이터 |
cam | ###### | png | 카메라 원천 데이터 | |||
cam_label | clab_###### | txt | 카메라 2D 바운딩박스 레이블 | |||
json | ###### | json | 라이다-카메라 통합 레이블 (구문진단규칙 참고) | |||
lidar | lidar | ###### | bin | 라이다 원천 데이터 | ||
lidar_label | llab_###### | txt | 라이다 3D 바운딩박스 레이블 |
데이터셋 구축 담당자
수행기관(주관) : 3D융합산업협회
책임자명 | 전화번호 | 대표이메일 | 담당업무 |
---|---|---|---|
강승철 | 02-6388-6080 | sch.kang@gokea.org | · 데이터 구축 총괄 · 라이다-카메라 융합 센서 개발 · 저작도구(데이터 정제/가공 SW) 개발 · AI 모델 개발 |
수행기관(참여)
기관명 | 담당업무 | 기관명 | 담당업무 |
---|---|---|---|
웨슬리퀘스트 | · 단방향 라이다-카메라 원천 데이터 수집 · 데이터 정제 및 가공 |
한국전자기술연구원 | · 전방향 라이다-카메라 원천데이터 수집 · 개인정보 비식별화 |
3D융합산업협회 | · 데이터 품질검수 | 미르시스템 | · 보행자 동선 추적 기술 기반 응용 서비스 개발 |
SOS Lab | · 데이터 가공 및 품질검수 |