도로주행영상
기본탭
| 데이터셋명 | 도로주행영상 | |||
|---|---|---|---|---|
| 데이터 분야 | 자율주행 | 데이터 유형 | 이미지 | |
| 구축기관 | 티큐에스코리아 | 데이터 관련 문의처 | 담당자명 | 신상민(티큐에스코리아) |
| 가공기관 | 티큐에스코리아, 지어소프트 | 전화번호 | 044-715-7171 | |
| 검수기관 | 티큐에스코리아, 한국자동차연구원 | 이메일 | tqskorea@tqskorea.com | |
| 구축 데이터량 | 175TB 이상 | 구축년도 | 2020년 | |
| 버전 | 1.0 | 최종수정일자 | 2021.06.25 | |
| 소개 | 자율주행 모사차량을 활용하여 사전에 계획된 유즈케이스(UseCase) 및 시나리오에 따라서 주행영상 취득, 정제, 가공, 검수 과정을 거쳐서 자율주행 인지 AI학습 및 다양한 분야에서 활용 가능한 학습용 데이터를 구축하여 영상 기반의 데이터 제공 | |||
| 주요 키워드 | 자율주행차량(Autonomous Driving Vehicle) 주변환경인식 센서(Environment Recognition Sensor) 개인정보 비식별화(De-Identification) 인공지능 학습데이터(AI Learning Data) 자율주행 관제(Autonomous Driving Monitoring) | |||
| 저작권 및 이용정책 | 본 데이터는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원이 지원하는 '인공지능 학습용 데이터 구축사업'으로 구축된 데이터입니다. [데이터 이용정책 상세보기] | |||
| 데이터설명서 | 자료보기 | 구축활용가이드 | 자료보기 | |
| 샘플데이터 | 교육활용동영상 | 영상보기 | ||
| 저작도구 | 다운로드 | AI모델 | ||
데이터 변경이력
| 버전 | 일자 | 변경내용 | 비고 |
|---|---|---|---|
| 1.0 | 2021.06.25 | 데이터 최초 개방 |
구축목적
- 자율주행 차량의 인지, 판단 시스템 개발에 활용 가능한 AI 학습용 데이터 구축
활용 분야
산업기술 개발 및 고도화 분야
- 1차 자동차산업 분야(자율주행자동차 부품 및 시스템 개발 산업)
ex) 영상인식성능 고도화, 자율차 센싱 부품 개선 등 - 2차 연관산업 분야(자율주행자동차 서비스 산업)
ex) 차량예지정비 서비스, 자율주행 원격의료지원 서비스 등 - 3차 타 산업 융합분야(자동차/ICT/도로교통 등)
ex) C-ITS, 도로교통 관제, 자율차 법.제도 분야 등
자율주행 개발저변 확대 및 원천기술 연구 분야
- 인공지능 기반 자율주행 및 영상인식 핵심 알고리즘 또는 원천기술을 개발하고 있는 국 내 중소.중견기업, 스타트-업, 대학 및 연구기관
- 차량시스템, 관제시스템의 연관기업 및 연구기관에서 활용 가능하도록 영상 기반의 개인정보 비식별화 처리된 데이터 제공
주요 키워드
- 자율주행차량(Autonomous Driving Vehicle) 주변환경인식 센서(Environment Recognition Sensor) 개인정보 비식별화(De-Identification) 인공지능 학습데이터(AI Learning Data) 자율주행 관제(Autonomous Driving Monitoring)
소개
- 자율주행 모사차량을 활용하여 사전에 계획된 유즈케이스(UseCase) 및 시나리오에 따라서 주행영상을 취득하고, 정제, 가공, 검수 과정을 거쳐서 자율주행 인지 AI학습 및 다양한 분야에서 활용 가능한 학습용 데이터를 구축함
구축 내용 및 제공 데이터량
| 실도로 주행 DB 분류 카테고리 개발 목표 |
유형 | 개수 |
|---|---|---|
| Use-case | 70개 이상 |
| 원천 데이터 구축 목표 |
유형 | 용량 |
|---|---|---|
| 보유데이터 | 95TB | |
| 신규확보예정데이터 | 80TB 이상 | |
| 합계 | 175TB 이상 |
| 비식별화 원천 데이터 용량 |
유형 | 구축 예정 Frame수 | 비고 |
|---|---|---|---|
| 차량번호판 및 사람얼굴 마스킹 |
28만 frame이상 |
| 학습용 데이터 구축 목표 | 유형 | 구축 예정 Frame수 | 비고 |
|---|---|---|---|
| 바운딩박스 | 20만 frame이상 | 25X25 이상 | |
| 스플라인 | 20만 frame이상 | ||
| 폴리곤 | 20만 frame이상 | 100X100이상 동적객체 | |
| 자유주행공간(폴리곤) | 5천 frame 이상 |
| 실도로 주행 DB 포함 메타데이터의 종류 |
유형 | 개수 |
|---|---|---|
| 동기화 취득 데이터 유형의 수 |
3개 (DGPS, LiDAR, IVN) |
대표도면
| 객체 | 속성 | 형식 | 예시 |
|---|---|---|---|
| 자동차 | 일반자동차, 버스, 이륜차, 기타자동차 | XML | |
| 보행자 | 보행자, 자전거 | XML | |
| 차선 | 흰색&점선, 흰색&실선, 노란색&점선, 노란색&실선, 청색&점선, 청색&실선 |
XML | |
| 신호등 | 적색 황색, 녹색, 화살표, 적색&화살표, 황색&화살표, 녹색&화살표 |
XML | |
| 표지판 | 속도제한, 기타표지판 | XML | |
| 노면표시 | 정지선, 횡단보도, 숫자노면표시, 글자노면표시 |
XML | |
| 노면화살표 | 직진, 좌회전, 우회전, 직진&좌회전, 직진&우회전, 유턴, 기타노면화살표 |
XML |
필요성
- 자동차산업 패러다임 및 생태계 확장 대응
- 기존 기계기술 중심의 자동차산업이 AICBM 기술을 중심으로 융･복합화가 진행되어 ICT 기술을 기반으로 하는 자율주행 기술 및 서비스 기술 분야로 빠르게 확장 되고 있음 - 국내 상황에 적합한 학습용데이터 부족현상 해결
- 국내에서 운행되기 위한 자율주행차의 AI 성능향상에 필수적인 기계학습용 데이터의 제공 및 공개는 절대적으로 부족한 상황 - 자율주행 주행안전도 확보를 위한 데이터 구축
- 자율주행 인지정확도 향상, 즉 오인식 및 미인식 최소화 등에 활용이 가능한 수준의 학습 모델 생성을 위해서는 학습이 가능하도록 만들어진 다양한 자율주행 Usecase 기반의 학습데이터 구축이 필요함
데이터 구조
| 항목 | 길이 | 타입 | 필수여부 | |
|---|---|---|---|---|
| 한글명 | 영문명 | |||
| 데이터셋정보 | annotation | Object | ||
| 버전 | ver | 5 | String | Y |
| 폴더 | folder | 100 | String | Y |
| 파일명 | filename | 30 | String | Y |
| 위치 | path | 100 | String | Y |
| 소스 | source | |||
| 데이터베이스 정보 | database | 10 | String | Y |
| 이미지크기 | size | |||
| 이미지너비 | width | 4 | Number | Y |
| 이미지높이 | height | 4 | Number | Y |
| 이미지종류 | depth | 1 | Number | Y |
| 분할여부 | segmented | 1 | Number | Y |
| 객체개수 | index_max | 3 | Number | Y |
| 박스객체정보 | object | List | ||
| 객체이름 | name | 20 | String | Y |
| 위치 | pose | 1 | String | Y |
| 잘림여부 | truncated | 1 | String | Y |
| 인식불가여부 | difficult | 1 | String | Y |
| 박스객체정보 | bndbox | List | ||
| x최소값 | xmin | 4 | Number | Y |
| y최소값 | ymin | 4 | Number | Y |
| x최대값 | xmax | 4 | Number | Y |
| y최대값 | ymax | 4 | Number | Y |
| 객체번호 | index | 3 | Number | Y |
| 검수코드 | review_code | 5 | String | Y |
| 라인객체정보 | line | List | ||
| 객체이름 | name | 20 | String | Y |
| 위치 | pose | 1 | String | Y |
| 잘림여부 | truncated | 1 | String | Y |
| 인식불가여부 | difficult | 1 | String | Y |
| 박스객체정보 | controlPt | Y | ||
| x포인트 | x | 4 | List | Y |
| y포인트 | y | 4 | List | Y |
| 객체번호 | index | 3 | Number | Y |
| 검수코드 | review_code | 5 | String | Y |
데이터셋 구축 담당자
수행기관(주관) : 티큐에스코리아
| 책임자명 | 전화번호 | 대표이메일 | 담당업무 |
|---|---|---|---|
| 목연권 | 031-8069-5088 | yk.mok@tqskorea.com | · 사업총괄, 자율주행 학습데이터 가공 솔루션 구축, 데이터 가공 |
수행기관(참여)
| 기관명 | 담당업무 | 기관명 | 담당업무 |
|---|---|---|---|
| (주)지어소프트 | · 자율주행 이미지 전처리 기능 개발, Data Lake Platform개발 및 Open API 개발 | (주)와토시스 | · 개인정보 비식별화 SW 개발 및 테스트서비스 실시, 비식별화 테스트용 Open API 개발 |
| 한국 자동차 연구원 | · 실주행 영상 DB 취득 및 저장, 영상 DB 분류/속성입력/데이터 정제, 가공데이터 품질 확보 및 검수 |
