• 국내 CCTV 환경을 고려한 비제약 환경에서의 보행자 재식별을 수행하기 위한 한국형 재식별 데이터셋 구축을 목적으로 함

• CCTV 동선추적 기술 및 집회 인원 파악, 사회적 거리두기 분석 등 뉴노멀시대의 공공 관제 서비스 고도화에 활용 가능
• 보행자 검출(Detection), 추적(Tracking), 동선추적 기술의 고도화, 효율화 연구 가능

• 한국인 재식별 데이터, 인공지능 학습 데이터, K-ReID, 뉴노멀시대, 공공 관제 서비스

• 중소벤처, 스타트업 기업 등이 보행자 재식별 AI 응용서비스 개발에 필요한 기반 데이터 구축
• 다양한 조건(시간대, 옷차림, 연령, 성별, 키, 액세서리, 마스크 등)을 고려한 보행자 표준 학습데이터 구축

• 총 이미지 수: 4,000,000장 이상
• 촬영 보행자 수: 1,000명 이상 (성별, 나이 분포 고려)
• 인당 이미지 수: 4,000장 이상
• 재식별 응용 기술 개발의 성능 고도화를 위해, 1명당 최소 10개의 CCTV에 10초 이상 노출하고, 이에 대한 바운딩박스 정보포함 다양한 환경(실내/외) 및 시간대(낮/일몰), 옷차림, 마스크, 소지품, 보행자 성별, 나이, 키 등에 대한 정보포함

• 다양한 장소에 촬영용 카메라 배치
• 다수의 모델이 모든 카메라에 노출되도록 동선 배치
• 실외/내 환경을 구분하여 촬영
• 확보된 원천데이터에서 보행자 정보 추출 및 정제, 가공

• 딥러닝 기반의 재식별 응용 기술의 발전을 위해서는 대규모의 정제되고, 색인된 재식별 데이터셋이 반드시 필요한 실정이며, 기술 고도화를 위해서는 다양한 환경이 고려된 데이터셋이 필요함
• 또한, 국내에 실적용한 기술 개발을 위해서는 국내 CCTV의 특성에 맞는 한국형 재식별 데이터셋이 필요함

• 어노테이션 포맷

[Camera List: CCTV 카메라 목록 및 정보 (Camera_List.xml)]

[Human List: 보행자 목록 및 정보 (Human_List.xml)]

[Item List: 소지품 목록 및 정보 (Item_List.xml)]

수행기관(주관) : 한국과학기술연구원

수행기관(참여)