CCTV 추적 영상 소개
기본탭
데이터셋명 | CCTV 추적 영상 | |||
---|---|---|---|---|
데이터 분야 | 안전 | 데이터 유형 | 이미지 | |
구축기관 | 대전교통공사 | 데이터 관련 문의처 | 담당자명 | 오석일(데이터메이커) |
가공기관 | 데이터메이커 | 전화번호 | 070-4105-4370 | |
검수기관 | 데이터메이커 | 이메일 | seokil.oh@rdproject.kr | |
구축 데이터량 | 50만 | 구축년도 | 2020년 | |
버전 | 1.0 | 최종수정일자 | 2021.06.25 | |
소개 | 동일 인물 및 차량 추적 솔루션에 활용할 수 있는 CCTV 영상 데이터 | |||
주요 키워드 | AI CCTV, 도시철도, 객체추적 | |||
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 | 2021.06.25 | 데이터 최초 개방 |
구축 목적
- 도시철도역 내 CCTV를 이용 동일인물 추적을 통한 승객 교통안전 증대, 사회범죄 예방 및 교통약자 편의성 제공을 위한 AI 학습용 데이터 구축과 AI 학습 모델 제시
활용 분야
- 개발 알고리즘과 데이터셋을 통해 도시철도역내, 기차역내, 백화점, 종합 쇼핑몰, 영화관, 아파트 그리고 다양한 관공서들 등의 유동인구가 많은 실내 공간의 지능형 CCTV 영상에 적용 가능
소개
- 도시철도 역사내에서 교통약자 추적 서비스를 위한 객체추적 6종의 대상을 정의하고 이를 감지할 수 있는 AI 알고리즘 개발 및 각 클래스별 데이터셋 구축을 통해 도시철도에서 실제적으로 활용할 수 있는 응용 서비스를 개발

구축 내용 및 제공 데이터량
- 객체추적을 위한 동일 대상 추적 6종에 대한 총 500시간 이상 영상 데이터셋 구축
데이터 종류 | 데이터 형식 | 목표 수량 |
---|---|---|
객체추적 6종(휠체어, 시각장애인, 유모차 이용자, 아동 등) | mp4, json(xml) | 6종 클래스 총 500시간의 데이터셋(휠체어 160시간, 시각장애인 80시간, 유모차 이용자 60시간, 아동 110시간 등) |
대표도면

필요성
- 매년 도시철도(지하철) 역사에서는 다양한 안전사고와 범죄가 발생하고 있으며 운영 기관의 예방 노력에도 꾸준히 증가하고 있는 추세임
- 또한 최근 코로나 19 확산을 막기 위한 조치로 지자체에서는 감염자 동선파악 등 적극적인 방역지침을 수행하고 있으며 대중교통 및 공공장소에서의 방역 및 위생관리가 필수사항이 되고 있음
- 도시철도 역사에서의 이상행동 및 추적 영상 학습 데이터 구축을 통해 안전사고, 범죄 및 코로나 19로부터 도시철도 이용객을 보호하고 이를 위해 인공지능을 활용한 CCTV 개발 및 적용 등 적극적이고 선제적인 대처가 요구되고 있음
- 이에 도시철도역 CCTV를 이용하여 안전사고, 사회범죄를 조기에 감지하여 신속히 대응하고, 교통약자의 경우 추적 관찰을 통하여 적기의 돌봄 서비스를 제공하기 위해 역사내 CCTV에 AI를 접목하여 지능화 및 고도화시키기 위해 검증된 학습용 데이터를 구축하고자 함
데이터 구조
- 데이터구성(객체추적)
Key | Description | Type | |||
---|---|---|---|---|---|
id | - | - | - | 아이디 | String |
file | - | - | - | 참조 영상명 | String |
metadata | - | - | - | 메타 데이터 | JsonObjArr |
width | - | - | 영상 너비 | Number | |
height | - | - | 영상 높이 | Number | |
duration | - | - | 영상 길이 | Number | |
fps | - | - | 영상 fps | Number | |
frames | - | - | 영상 frame 개수 | Number | |
created | - | - | 영상 생성일 | Datetime | |
frames | - | - | - | 프레임 정보 | JsonObjArr |
number | - | - | 프레임 넘버 | Number | |
image | - | - | 프레임 이미지 파일명 | String | |
annotations | - | - | 어노테이션 정보 | JsonObjArr | |
label | - | 어노테이션 객체 박스 정보 | JsonObj | ||
x | 박스 좌측 상단 x 좌표 | Number | |||
y | 박스 좌측 상단 y 좌표 | Number | |||
width | 박스 너비 | Number | |||
height | 박스 높이 | Number | |||
category | - | 어노테이션 객체 클래스 정보 | JsonObj | ||
code | 어노테이션 객체 클래스 명 | String | |||
attributes | 어노테이션 객체 추가 속성 정보 | JsonObjArr |
- 어노테이션 포맷
- 객체추적 어노테이션 포맷
- root 포맷어노테이션 포맷 (root)표 패러미터명 데이터타입 설명 id number · 데이터 고유번호 file string · 원본 영상 파일 경로 metadata object<metadata> · 원본 영상 메타데이터 frames Object<frame>[] · 추적 대상 객체 존재 프레임 목록
- root > metadata 포맷어노테이션 포맷 (root > metadata 포맷)표 패러미터명 데이터타입 설명 width number · 영상 너비 height number · 영상 높이 duration number · 영상 길이 fps number · 초당 프레임 수 frames number · 총 프레임 수 created datetime · 촬영 날짜 및 시간
- root > frame 포맷어노테이션 포맷 (root > frame)표 패러미터명 데이터타입 설명 number number · 프레임숫자 image string · 프레임 이미지 파일 경로 annotations object<annotation>[] · 어노테이션 정보 목록
- root > event > frame > annotation 포맷어노테이션 포맷 (root > event > frames > annotation)표 패러미터명 데이터타입 설명 label object<label> · 바운딩박스 정보 global_id string · 객체 글로벌 고유번호 category string · 객체 분류명
- root > event > frame > annotation > label 포맷어노테이션 포맷 (root > event > frame > annotation > label)표 패러미터명 데이터타입 설명 x number · 바운딩박스 좌측상단 포인트 x 좌표 y number · 바운딩박스 좌측상단 포인트 y 좌표 width number · 바운딩박스 너비 height number · 바운딩박스 높이
데이터셋 구축 담당자
수행기관(주관) : 대전교통공사
책임자 | 전화번호 | 대표 이메일 | 담당업무 |
---|---|---|---|
이경복 | 042-539-3920 | kblee@djtc.kr | · 사업 및 데이터 구축 총괄 · 응용 서비스 구축 및 활용 총괄 |
수행기관(참여)
기관명 | 담당업무 | 기관명 | 담당업무 |
---|---|---|---|
데이터메이커 | · CCTV 영상 데이터 수집ㆍ정제ㆍ가공ㆍ검수 | 한국창직협회 | · CCTV 영상 데이터 가공ㆍ검수 |
한국기계연구원 | · 이상행동 13종 감지를 위한 AI 모델 및 응용서비스 개발 | 한밭대학교 | · 객체추적 6종 감지를 위한 AI 모델 및 응용서비스 개발 |
알에프컴 | · AI CCTV 응용서비스 개발을 위한 시스템 구축 | 플랜아이 | · CCTV 영상 데이터 수집 및 해커톤 대회 개최 |