콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#교통사고 영상 데이터 # 과실비율 측정/평가 # 블랙박스 # CCTV # 영상 # 이미지

교통사고 영상 데이터

교통사고 영상
  • 분야교통물류
  • 유형 비디오 , 이미지
구축년도 : 2021 갱신년월 : 2024-01 조회수 : 20,757 다운로드 : 2,160 용량 :
샘플 데이터 ?

샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며,
데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되어 있을 수 있습니다.

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.2 2024-01-02 원천데이터 및 라벨링데이터 수정
    1.1 2023-02-10 원천데이터 및 라벨링데이터 수정
    1.0 2022-07-29 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-07-29 AI 모델 및 AI 모델 설명서 수정
    2023-06-12 AI 모델 및 AI 모델 설명서 수정
    2022-10-21 신규 샘플데이터 개방
    2022-10-06 교육동영상 개방
    2022-07-29 콘텐츠 최초 등록

    소개

    교통사고 영상 데이터를 구축함으로써 교통사고 과실/평가 등의 구축 데이터를 이용한 인공지능 알고리즘 개발과 ICT 분야 법원, 경찰청, 보험사에서 사용하는 교통사고 과실 비율 측정/평가 프로그램 등의 공기관 및 기업에서 이용되고 있는 각종 서비스 및 기기 등의 개발 등을 위한 인공지능 알고리즘 개발 등에 활용하며, 교통사고 과실비율 측정/평가 기준을 인공지능 분석을 통해 과실비율 측정/평가를 위하여 통합 데이터를 구축

    구축목적

    국내 교통사고에 대한 영상 및 이미지 데이터를 수집하고 인공지능을 활용하여 과시 측정/평가 예측 모델을 구축하여 최적의 측정/평가하는 인공지능 서비스 모델을 개발하고자 데이터 구축
  • 1. 데이터 통계

    • 데이터 구축 규모
      1. 데이터 통계
      데이터 종류 데이터 형태 원천 데이터 규모 어노테이션 규모
      영상 영상 21,895 건 21,895 건
      이미지 이미지 3,284,250 장 3,284,250 장

    2. 데이터 분포

    • 영상 분포
      2. 데이터 분포
      사고대상 사고장소 영상(건) 비율
      차대차 직선 도로 9,089 42%
      사거리교차로(신호등 없음) 1,534 7%
      사거리교차로(신호등 있음) 2,594 12%
      고속도로(자동차 전용도로)포함 1,593 7%
      T자형 교차로 1,315 6%
      차도와 차도가 아닌 장소 291 1%
      주차장(또는 차도가 아닌 장소) 772 4%
      회전교차로 330 2%
      차대보행자 횡단보도(신호등 없음) 78 0.36%
      횡단보도(신호등 있음) 183 1%
      횡단보도(신호등 없음) 부근 72 0.33%
      횡단보도(신호등 있음) 부근 122 1%
      횡단보도 없음 471 2%
      육교 및 지하도 부근 7 0.03%
      차대자전거 사거리 교차로(신호등 있음) 105 0.48%
      사거리 교차로(신호등 없음) 193 1%
      자전거 도로 7 0.03%
      직선 도로 741 3%
      차대이륜차 직선 도로 1,207 6%
      사거리교차로(신호등 없음) 280 1%
      사거리교차로(신호등 있음) 560 3%
      회전교차로 3 0.01%
      T자형 교차로 200 1%
      차도와 차도가 아닌 장소 148 1%
      합계 21,895 100%
    • 이미지 분포(Bbox)
      이미지 분포(Bbox)
      사고대상 사고장소 이미지(장) 비율
      차대차 직선 도로 1,363,350 42%
      사거리교차로(신호등 없음) 230,100 7%
      사거리교차로(신호등 있음) 389,100 12%
      고속도로(자동차 전용도로)포함 238,950 7%
      T자형 교차로 197,250 6%
      차도와 차도가 아닌 장소 43,650 1%
      주차장(또는 차도가 아닌 장소) 115,800 4%
      회전교차로 49,500 2%
      차대보행자 횡단보도(신호등 없음) 11,700 0.36%
      횡단보도(신호등 있음) 27,450 1%
      횡단보도(신호등 없음) 부근 10,800 0.33%
      횡단보도(신호등 있음) 부근 18,300 1%
      횡단보도 없음 70,650 2%
      육교 및 지하도 부근 1,050 0.03%
      차대자전거 사거리 교차로(신호등 있음) 15,750 0.48%
      사거리 교차로(신호등 없음) 28,950 1%
      자전거 도로 1,050 0.03%
      직선 도로 111,150 3%
      차대이륜차 직선 도로 181,050 6%
      사거리교차로(신호등 없음) 42,000 1%
      사거리교차로(신호등 있음) 84,000 3%
      회전교차로 450 0.01%
      T자형 교차로 30,000 1%
      차도와 차도가 아닌 장소 22,200 1%
      합계 3,284,250 100%
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    1. 활용 모델

    • 모델 학습
      • 영상에서의 인스턴스 9종(차량, 보행자, 이륜차, 자전거, 표지판, 신호등(적색), 신호등(녹색), 신호등(기타), 횡단보도) 검출을 위한 'DetectoRS' 학습 알고리즘 사용
      • 과실비율산정 인자 분류를 위한 4개의 직렬 연결 'VTN' 학습 알고리즘 사용
    1. 활용 모델
      학습(Train) 검증(Validation) 시험(Test)
    개요 -detectoRS, VTN등 모델에 vision 기반 학습 -detectoRS, VTN등 모델에 vision 기반 학습 -detectoRS, VTN등 모델에 vision 기반 학습
    - 대규모 학습용 이미지 사용 - 대규모 학습용 이미지 사용 - 대규모 학습용 이미지 사용
    비율 80% 10% 10%
    학습 알고리즘 구조
    학습 알고리즘 구조
    DetectoRS Video Transformer Network (VTN)
    교통사고 영상-학습 알고리즘 구조_1_DetectoRS 교통사고 영상-학습 알고리즘 구조_2_Video Transformer Network (VTN)

    2. 서비스 활용 시나리오

    • 교통사고 과실비율 측정/평가 시스템(교통사고 AI 과실 측정/평가 시스템이 사용되면 수리비 청구 기간이 4일에서 1일로 단축될 수 있을 것으로 판단)
    • 소액보상 손해사정시간이 절감 가능하며, 전체 차량수리에 교통사고 AI 과실 측정/평가 시스템 사용 가능
    • 과실비율 측정 소프트웨어 개발과 더 나아가 과실비, 보험금, 차량 수리비까지 알 수 있는 AI응용서비스 개발
    • 본 사업 기간 이후, 주관기관 ㈜티맥스티베로의 컨소시엄이 한국교통안전공단을 통하여 대국민 서비스(T-safer)에 활용할 수 있도록 응용서비스 구축
  • 데이터 성능 점수

    측정값 (%)
    기준값 (%)

    데이터 성능 지표

    데이터 성능 지표
    번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수
    1 과실비율 상황 영상 분류 Image Classification VTN F1-Score 0.7 0.7591
    2 바운딩박스 객체 인식 Object Detection DetectoRS mAP 70 % 83.4 %

    ※ 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 다운로드

    1. 데이터 포맷

    • 원천데이터 포맷 예시(영상 데이터)
      1. 데이터 포맷
      제목
      사고 영상
      영상 파일 포맷 MP4
      카테고리 교통사고
      전처리 전(영상 기준)
      교통사고 영상-원천데이터 포맷 예시(영상 데이터)_1_전처리 전(영상 기준)
      전처리 후(10초 영상)
      교통사고 영상-원천데이터 포맷 예시(영상 데이터)_2_전처리 후(10초 영상)
      Json 형식(영상 데이터)
      교통사고 영상-원천데이터 포맷 예시(영상 데이터)_3_Json 형식(영상 데이터)
    • 원천데이터 포맷 예시(이미지 데이터)
      원천데이터 포맷 예시(이미지 데이터)
      제목
      사고 영상 이미지
      영상 파일 포맷 MP4
      PNG
      교통사고
      전처리 전(영상 기준)
      교통사고 영상-원천데이터 포맷 예시(이미지 데이터)_1_전처리 전(영상 기준)
      전처리 후(이미지 추출)
      교통사고 영상-원천데이터 포맷 예시(이미지 데이터)_2_전처리 후(이미지 추출)(1) 교통사고 영상-원천데이터 포맷 예시(이미지 데이터)_3_전처리 후(이미지 추출)(2)
      교통사고 영상-원천데이터 포맷 예시(이미지 데이터)_4_전처리 후(이미지 추출)(3) 교통사고 영상-원천데이터 포맷 예시(이미지 데이터)_5_전처리 후(이미지 추출)(4)
      Json 형식(이미지 데이터)
      교통사고 영상--원천데이터 포맷 예시(이미지 데이터)_6_Json 형식(이미지 데이터)

    2. 어노테이션 포맷

    • 영상 데이터
      2. 어노테이션 포맷
      구분 항목명 타입 필수여부 설명 범위 비고
      1 info object   데이터셋 정보    
      1-1 name string Y 데이터셋 명 [accident]  
      1-2 description string   데이터셋 상세설명    
      1-3 url string   데이터셋 URL    
      2 video object   영상 정보    
      2-1 video_name string Y 비디오 명    
      2-2 video_date string Y 비디오 날짜 yymmdd  
      2-3 filming_way string Y 촬영 방법 [cc, bb] cc : cctv
      bb : blackbox
      2-4 video_point_of_view number Y 영상 시점 [1, 3] 1인칭: 1 
      3인칭: 3
      2-5 accidental_negligence_rateA number Y 과실 비율 [0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100] isObjectA에 대한 과비율 측정
      2-6 accidental_negligence_rateB number Y 과실 비율 [0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100] isObjectB에 대한 과비율 측정
      2-7 accident_type number Y 사고 유형 [0 ~ 433] [별첨 ②]
      2-8 accident_object number Y 사고 대상 종류 [0 ~ 3] [별첨 ②]
      2-9 accident_place number Y 사고 장소 유형 [0 ~ 14] [별첨 ②]
      2-10 accident_place_feature number Y 사고 장소 특징 [0 ~ 60] [별첨 ②]
      2-11 vehicle_a_progress_info number Y 사고객체A  [0 ~ 179] [별첨 ②]
      진행 정보
      2-12 vehicle_b_progress_info number Y 사고객체B  [0 ~ 173] [별첨 ②]
      진행 정보 1인칭의 경우, 본인을 사고객체B로 간주
      2-13 damage_location string   파손 위치    
      2-14 related_laws string   관련 법규    
      2-15 violation_of_law string   법규 위반    
      2-16 additional_elements string   가감 요소    
      2-17 violation_factor string   위반 요소    
      2-18 weather string   날씨 [맑음, 비, 눈, 흐림, 안개]  
    • 이미지 데이터
      이미지 데이터
      구분 항목명 타입 필수여부 설명 범위 비고
      1 file_name string Y 이미지 파일명    
      2 width number Y 이미지 너비 [0 ~ 3840]  
      3 height number Y 이미지 높이 [0 ~ 2160]  
      4 video_file_name string Y 비디오 파일명   이미지가 추출된 비디오 파일명
      5 sequence_frame_number number Y 추출된 이미지들 내의 프레임번호 [0 ~ 150] 1초당 15프레임으로 샘플링시, 10초간 최대 150프레임 추출
      6 objects array   바운딩 박스 집합    
      6-1 object object   바운딩 박스 정보    
      6-1-1 bbox array Y 바운딩 박스의 위치 및 크기 [좌상단 x좌표, 좌상단 y좌표, 너비, 높이]  
      6-1-2 category string Y 각 bbox의 클래스이름   [별첨 ①]
      6-1-3 isObjectA boolean   각 bbox의 사고객체A 여부 [ture,false]  
      6-1-4 isObjectB boolean   각 bbox의 사고객체B 여부 [ture,false]  
      6-1-5 isOtherObjects boolean Y 각 bbox의 사고관련 객체여부 [ture,false]  

    3. 실제예시

    • 영상 데이터
      교통사고 영상-실제예시_1_영상 데이터
       
    • 이미지 데이터
      교통사고 영상-실제예시_2_이미지 데이터
  • 데이터셋 구축 담당자

    수행기관(주관) : ㈜티맥스티베로
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    박윤수 031-8018-9398 yoonsu_park@tmax.co.kr · 과제 총괄관리 · 데이터 수집 · 데이터 정제 · 데이터 가공 · 데이터 학습 및 검증
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    ㈜올림커뮤니케이션즈 · 정제, 가공, 검수 크라우드 워커 교육
    ㈜보배네트워크 · 영상 데이터 수집
    법무법인 도담 · 과실비율 분석 및 산정
    한국교통안전공단 · 영상 데이터 수집
    · 학습엔진 및 응용서비스 개발
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    박윤수 031-8018-9398 yoonsu_park@tmax.co.kr
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 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

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 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.