스포츠 사람 동작 (축구)
- 분야영상이미지
- 유형 비디오
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.2 2023-10-20 라벨링데이터 수정 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
축구 스포츠 영상 분석을 위한 영상 내 주요 객체(사람, 공, 심판 등) 및 행동 분류 데이터
구축목적
스포츠 분야 인공지능 생태계 활성화를 위해 대표적 스포츠인 골프, 농구, 축구 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/28.8만 -
구축 내용 및 제공 데이터량
- 축구 영상(협회 경기 영상 + 직접 촬영 영상) 200시간 이상 수집 및 4,000,000장 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 (축구) 4,000,000장 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 YOLO v4 mAP 50 % 81.47 % 2 Human pose estimation (Pick head) Pose Estimation YOLO v4 PCK 50 % 73.9 % 3 Human pose estimation (Pick torso) Pose Estimation YOLO v4 PCK 50 % 85.5 % 4 Human pose estimation (Pick bbox) Pose Estimation YOLO v4 PCK 50 % 81.1 %
※ 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(축구)-데이터변경이력 버전 일자 변경내용 비고 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 스포츠인 골프, 농구, 축구 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, 심판) 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
- 축구 영상(협회 경기 영상 + 직접 촬영 영상) 200시간 이상 수집 및 4,000,000장 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 (축구) 4,000,000장 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(축구)-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”: “” 10 20대 미만 10 20 20대 20 30 30대 30 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”: “” dribble 드리블 dribble pass 패스 pass shoot 슛 shoot defense 수비 defense steal 스틸 steal cornerkick 코너킥 cornerkick freekick 프리킥 freekick sliding 슬라이딩 sliding foul 파울 foul 동작 평가 pass 성공 pass fail 실패 fail 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(축구)-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 ㈜메트릭스리서치 · 데이터 정제
· 데이터 라벨링 (크라우드 소싱 활용)㈜아이온커뮤니케이션즈 · 응용 서비스 구축 (영상 AI 분석 결과 제공 서비스)
· 전용 포털 구축 (데이터 소개, 홍보 등)포항공과대학교 산학협력단 · 데이터 수집
· 데이터 유효성 검증서울대학교 산학협력단 · 데이터 분석을 통한 응용 서비스 방향성 제시 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.