스포츠 사람 동작 (골프)
- 분야영상이미지
- 유형 비디오
보다 나은 데이터 서비스를 위해 현재 데이터 보완중입니다.
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.3 2023-08-10 라벨링데이터 수정 1.2 2021-12-29 압축해제 오류 파일 보완 1.1 2021-08-17 데이터 추가 개방 1.0 2021-06-30 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-13 신규 샘플데이터 개방 소개
골프 스포츠 영상 분석을 위한 영상 내 주요 객체(사람, 클럽 등) 및 행동 분류 데이터
구축목적
스포츠 분야 인공지능 생태계 활성화를 위해 대표적 골프 종목의 인공지능 학습용 데이터셋 구축
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 비디오 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/57.6만 -
구축 내용 및 제공 데이터량
- 골프 영상(협회 경기 영상 + 직접 촬영 영상) 400시간 이상 수집 및 4,320,000장 이상 가공
- 객체 정보와 환경 정보, 동작 정보, 활용 정보 등이 포함된 Json 형식의 파일을 결과로 산출
구축 내용 및 제공 데이터량 구분 구축량 스포츠 사람 동작 데이터 (골프) 4,320,000장 이상 -
-
AI 모델 상세 설명서 다운로드
AI 모델 다운로드 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 Human Detection Object Detection Supervised learning, Spatial Pyramid Pooling, Path Aggregation mAP 50 % 60.09 % 2 Human Pose Estimation (Pick head) Estimation Supervised learning, Fine-tuning, Single-Stage module, Cross Stage Feature Aggregation, Coarse-to-fine supervision PCK 50 % 76.9 % 3 Human Pose Estimation (Pick torso) Estimation Supervised learning, Fine-tuning, Single-Stage module, Cross Stage Feature Aggregation, Coarse-to-fine supervision PCK 50 % 86.7 % 4 Human Pose Estimation (Pick bbox) Estimation Supervised learning, Fine-tuning, Single-Stage module, Cross Stage Feature Aggregation, Coarse-to-fine supervision PCK 50 % 78.6 %
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드데이터 변경이력
스포츠 사람 동작 영상(골프)-데이터변경이력 버전 일자 변경내용 비고 1.2 2021.12.29 압축해제 오류 파일 보완 1.1 2021.08.17 데이터 추가 개방 1.0 2021.06.30 데이터 최초 개방 구축 목적
- 스포츠 분야 인공지능 생태계 활성화를 위해 대표적 골프 종목의 인공지능 학습용 데이터셋 구축
활용 분야
- 사람의 동작을 인식하고 행동유형을 추론하는 인공지능 개발 및 연구를 통해 일반 스포츠, VR/AR/MR 기반의 가상 스포츠 산업 등에서 활용
소개
- 주요 객체(사람, 공, 골프채) 및 관절에 대한 가공정보와 동작정보, 환경정보, 대상정보, 활용정보 등의 메타데이터가 포함된 결과물 제공
- 일반적으로 사용되는 기초학습 데이터의 수백배 정도되며 심화학습, 강화학습으로 활용하기에도 충분한 수량의 인공지능 학습용 데이터 구축
구축 내용 및 제공 데이터량
- 골프 영상(협회 경기 영상 + 직접 촬영 영상) 400시간 이상 수집 및 4,320,000장 이상 가공
- 객체 정보와 환경 정보, 동작 정보, 활용 정보 등이 포함된 Json 형식의 파일을 결과로 산출
구축 내용 및 제공 데이터량 구분 구축량 스포츠 사람 동작 데이터 (골프) 4,320,000장 이상 대표도면
필요성
- 사물인터넷(IoT) 기반의 다양한 웨어러블(wearable) 기기를 활용한 각종 신체 데이터 및 운동량 측정을 통한 속도와 회전력 등의 통계 데이터를 활용하는 서비스는 많이 보편화 되고 있으며 ICT 기술과 스포츠의 결합으로 더욱 가속화 될 것으로 전망되어 스포츠 관련 서비스가 지속적으로 늘어날 것으로 전망
- 인공지능 기술을 활용하여 스포츠 분야 내 경기력 분석 및 향상 도모, 전략 수립 등과 같은 기술이 빠르게 발전하기 위해서는 대량의 학습용 데이터 필요
데이터 구조
- 데이터 구성
스포츠 사람 동작 영상(골프)-데이터구조표-1 구분 항목 항목값 의미 정의방식 환경 정보 “environment”: {} 시간 정보 “time”: “” day 주간 day night 야간 night 촬영 장소 “location”: “” indoor 실내 indoor outdoor 실외 outdoor 날씨 정보 “weather”: “” sunny 맑음 sunny cloud 흐림 cloud rain 비 rain 대상 정보 “actor”: {} 선수 등급 “grade”: “” Pro 협회선수 Pro Semi 일반선수 Semi Amateur 일반인 Amateur 성별 “sex”: “” Male 남성 male Female 여성 female 연령 “Age”: “” 20 30대 미만 20 30 30대 30 40 40대 40 50 50대 50 체격 “Size”: “” Small 작다 Small Middle 중간 Middle Big 크다 Big 키 “Height”: “” Short 작다 Short Middle 중간 Middle Tall 크다 Tall 이미지 정보 “image” {} 동작 종류 “Action”: “” Setup 셋업 Setup Adress 어드레스 Adress Takeback 테이크백 Takeback Backswing 백스윙 Backswing Backswingtop 백스윙탑 Backswingtop Downswing 다운스윙 Downswing Impact 임팩트 Impact Follow 팔로우 Follow Finish 피니쉬 Finish Putt 퍼팅 Putt 동작 평가 best 매우 좋음 best good 좋음 good noraml 보통 noraml bad 나쁨 bad worst 매우 나쁨 worst 타격 지점 top 위 top center 중앙 center bottom 아래 bottom inner 안쪽 inner outer 바깥쪽 outer 활용 정보 “Usage”: {} 활용범위 “Scope”: “” Form 동작인식 목적 Form Define 판정인식 목적 Define Level 평가인식 목적 Level 활용단계 “Stage”: “” Basic 기초학습 목적 Basic Deep 심화학습 목적 Deep Force 강화학습 목적 Force - 어노테이션 포맷
스포츠 사람 동작 영상(골프)-데이터구조표-2 No 한글명 영문명 타입 필수 여부 1 관절가공 값 안내 categories string Y 1-1 관절가공 값 순서 keypoints string Y 1-1-1 머리 head string Y 1-1-2 목 상단 neck string Y 1-1-3 흉부 chest string Y 1-1-4 오른쪽 어깨 right_shoulde string Y 1-1-5 왼쪽 어깨 left_shoulder string Y 1-1-6 오른쪽 팔꿈치 right_elbow string Y 1-1-7 왼쪽 팔꿈치 left_elbow string Y 1-1-8 오른쪽 손목 right_wrist string Y 1-1-9 왼쪽 손목 left_wrist string Y 1-1-10 골반 hip string Y 1-1-11 오른쪽 둔부 right_hip string Y 1-1-12 왼쪽 둔부 left_hip string Y 1-1-13 오른쪽 무릎 right_knee string Y 1-1-14 왼쪽 무릎 left_knee string Y 1-1-15 오른쪽 발목 right_ankle string Y 1-1-16 왼쪽 발목 left_ankle string Y 2 이미지 정보 image string Y 2-1 파일명 filename string Y 2-2 저작자 copyrighter string Y 2-3 데이터 취득일 date string Y 2-3 정제 번호 number integer Y 2-4 이미지 크기 resolution array Y 2-5 동작 정보 action string Y 2-6 동작 평가 evalutaion string Y 2-7 타격 위치 hitting string Y 3 환경 정보 environment string Y 3-1 시간 정보 time string Y 3-2 촬영 장소 location string Y 3-3 날씨 정보 weather string Y 4 대상 정보 actor string Y 4-1 선수 등급 grade string Y 4-2 성별 정보 sex string Y 4-3 연령 정보 age integer Y 4-4 체격 정보 size string Y 4-5 키 정보 height string Y 5 활용 정보 usage string Y 5-1 활용 범위 scope string Y 5-2 활용 단계 stage string Y 6 어노테이션 정보 annotation array Y 6-1-1 드로잉 정보 box 또는 polygon array Y 6-1-2 클래스 정보 class string Y 6-2-1 관절 가공 클래스 정보 class string - 6-2-2 관절 가공 정보 points array - -
데이터셋 구축 담당자
수행기관(주관) : 인피닉
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 박준형 02-525-2202 jh3park@infiniq.co.kr · 사업 관리 (수행기관) · 데이터 수집 · 데이터 정제 · 데이터 라벨링 (크라우드 소싱 활용) 수행기관(참여)
수행기관(참여) 기관명 담당업무 (주)아이온커뮤니케이션즈 · 응용 서비스 구축 (영상 AI 분석 결과 제공 서비스)
· 전용 포털 구축 (데이터 소개, 홍보 등)(주)이앤디케이 · 학습모델 개발 및 응용서비스 구축 포항공과대학교 산학협력단 · 데이터 유효성 검증 서울대학교 산학협력단 · 데이터 수집
· 데이터 분석을 통한 응용 서비스 방향성 제시메트릭스리서치 · 데이터 가공 및 품질검수 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 김건(인피닉) 02-525-2202 gkim@infiniq.co.kr
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.