교통문제 해결을 위한 CCTV 교통 영상(고속도로)

교통문제 해결을 위한 CCTV 교통 영상(고속도로)

데이터셋명 교통문제 해결을 위한 CCTV 교통 영상(고속도로)
데이터 분야 안전 데이터 유형 이미지
구축기관 (주)라온피플 데이터 관련 문의처 담당자명 윤석원 (김대승)
가공기관 주식회사 테스트웍스 전화번호 02-423-5178
검수기관 주식회사 테스트웍스 이메일 aiworks_data@testworks.co.kr
구축 데이터량 50만 구축년도 2020년
버전 1.0 최종수정일자 2021.06.30
소개 고속도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기술 개발을 위한 영상 데이터
주요 키워드 고속도로 CCTV, 교통흐름분석, 차량객체 검출 및 분할
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 2021.06.30 데이터 최초 개방  
구축 목적
  • 본 인공지능 학습 데이터셋 구축은 고속도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기반 영상VDS 개발에 활용을 목표로 함
활용 분야
  • 고속도로 교통량 자동 측정 기술, 교통흐름 분석 및 기존 교통 정보 수집 체계 계선
소개
  • 고속도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기술 개발을 위한 인공지능 학습 데이터 구축을 위해 전국 50개 지점의 고속도로 영상 데이터를 수집하고 50만장의 이미지 데이터를 정제하여 가공(어노테이션)을 수행함
     

소개이미지

구축 내용 및 제공 데이터량
  • 데이터 규모 : 총 505시간 동영상 및 학습 데이터 50만 장 이미지 
  • 학습 데이터 형태
    ① Bounding Box (Detection) 이미지 : 30만 장
    ② Segmentation 이미지 : 20만 장
  • 차종분류 : car, truck 및 bus 3종 (car는 suv, van, 픽업트럭을 포함한 가정에서 운용 가능한 승용차량을 모두 포함)
  • 가공형태별 세부사항
     
    구축 내용 및 제공 데이터량 표
    가공형태 Bounding Box Polygon
    이미지 수 30만장 20만장
    CCTV 수 50개 지점
    첨두 구간 비율 14.77%  
    시간대
    분포
    동틈(06:00~08:59) 9.67% 9%
    주간(09:00~17:00) 67.99% 68.45%
    야간(17:01~06:00) 22.34% 22.55%
    차로 분포 단방향 2차선 7.14% 7.98%
    단방향 5차선 17.75% 15.43%
    왕복 2차선(총4차선) 46.27% 47.56%
    왕복 3차선(총6차선) 22.81% 23.66%
    왕복 5차선(총10차선) 6.03% 5.37%
    도로 형태 분포 일반 60.25% 59.32%
    교량 34.62% 34.91%
    터널 5.13% 5.77%
    날씨 분포 맑음 79.36% 87.66%
    12.63% 7.45%
    안개 4.5% 2.36%
    3.17% 2.19%
    식별불가(터널내부) 0.34% 0.34%
대표도면
대표도면
  Bounding Box Polygon Segmentation
이미지 예시 교통문제 고속도로 대표도면 이미지 예시_1 교통문제 고속도로 대표도면 이미지 예시_2
전체 가공
이미지 수량
300,000 200,000
폴더명 구조 한국도로공사지사명_설치위치명_날짜_시간_요일_높이_첨두_도로유형_차로수_날씨_해상도
어노테이션
파일 예시
교통문제 고속도로 대표도면 어노테이션 파일예시_1 교통문제 고속도로 어노테이션 파일예시_2
필요성
  • 영상기반 교통흐름분석을 위한 도로객체 검출/분할용 학습데이터는 국외 도로환경에서 제작된 일부 데이터만 존재하며, 국내 도로환경의 데이터는 전무하여 정확한 교통흐름 분석(속도 및 교통량) 기술개발이 불가능
  • 특히, 영상기반 속도추정을 위한 GT데이터는 존재하지 않음
  • AI 교통 서비스를 위한 AI 모델이 대규모 영상 데이터를 필요로 함에 따라, 교통안전 AI 경쟁력 강화를 위해서는 본 사업을 통해 실수요 기반의 AI 데이터 구축 필요
  • 또한, 국내의 경우, 데이터셋 부족할 뿐만 아니라, 국내 수요처(한국도로공사, 지자체, AI 서비스 기업)가 필요로 하는 AI 데이터의 부족으로 AI 데이터구축 사업을 통한 경쟁력 강화가 절실
데이터 구조
  • 1. Bounding Box 어노테이션 포맷
     
    Bounding Box 어노테이션 포맷 표
    항 목 설 명 xml에 입력된 어노테이션 데이터 예시
    <name> 이미지 가공 작업의 이름, 메타데이터가
    적용된 동영상 파일 이름과 같음
    <name>Suwon_CH01_20200720_1700_MON_9m_NH_highway_TW5_
    sunny_FHD</name>
    <label> 객체(Class)정보 정의 <labels>
    <label><name>car</name></label>
    <label><name>truck</name></label>
    <label><name>bus</name></label>
    </labels>
    <image> 가공 대상인 원천 이미지 데이터 파일명 및
    해상도 등의 정보 정의
    ...(중략)...
    <image id="0"
    name="Suwon_CH01_20200720_1700_MON_9m_NH_highway_TW5_
    sunny_FHD_001.png" width="1080" height="1920"
    ...(중략)...
    <box> 이미지 위에 가공된 바운딩박스 객체의 정보,
    라벨 정보와 box의 좌측 상단, 우측하단 좌표
    정보를 포함
    ...(중략)...
    <box label="car" occluded="0" xtl="507.64" ytl="747.49"
    xbr="582.19" ybr="798.56" z_oreder="3"></box>
    ...(중략)...

 

  • 2. Polygon Segmentation 어노테이션 포맷
     
    Polygon Segmentation 어노테이션 포맷 표
    항 목 설 명 xml에 입력된 어노테이션 데이터 예시
    <name> 이미지 가공 작업의 이름, 메타데이터가
    적용된 동영상 파일 이름과 같음
    <name>Suwon_CH01_20200721_1500_TUE_9m_NH_highway_TW5_
    sunny_FHD</name>
    <label> 객체(Class)정보 정의 <labels>
    <label><name>car</name></label>
    <label><name>truck</name></label>
    <label><name>bus</name></label>
    </labels>
    <image> 가공 대상인 원천 이미지 데이터 파일명 및
    해상도 등의 정보 정의
    ...(중략)...
    <image id="0"
    name="Suwon_CH01_20200721_1500_TUE_9m_NH_highway_TW5_
    sunny_FHD_001.png" width="1080" height="1920"
    ...(중략)...
    <polygon> 이미지 위에 가공된 바운딩박스 객체의
    정보, 라벨 정보와 polygon 다각형을 구성하는 다수의 점 좌표
    정보들을 포함
    ...(중략)...
    <polygon label="car" occluded="0" points="68.25,669.14;
    71.65,666.36;76.59,665.75;81.23,665.44;
    86.17,665.13;89.57,665.13;89.57,668.22;92.35,670.07;
    ...(중략)...68.25,669.14" z_order="35"></polygon>
    ...(중략)...

 

  • 3. 1분단위 영상 메타데이터 정보(json 포맷)

 

데이터구조- 메타데이터정보

데이터셋 구축 담당자
수행기관(주관) : 라온피플(주)
수행기관(주관)
책임자 전화번호 대표이메일 담당업무
윤석원(김대승) 02-423-5178 aiworks_data@testworks.co.kr · 데이터구축 총괄
수행기관(참여)
수행기관(참여)
기관명 담당업무 기관명 담당업무
KETI · 데이터 수집, AI 모델/활용 서비스 개발 메타빌드 · 데이터 수집, AI 활용 서비스 개발
테스트웍스 · 데이터 정제, 가공, 검수 그레스프리 · 테이터 정제