콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#환경 #안전

NEW 실내(편의점, 매장) 사람 이상행동 데이터

실내(편의점,-매장)-사람-이상행동-데이터 아이콘 이미지
  • 분야영상이미지
  • 유형 비디오
구축년도 : 2022 갱신년월 : 2023-11 조회수 : 10,426 다운로드 : 835 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
    1.1 2023-11-17 데이터 최종 개방
    1.0 2023-07-19 데이터 개방(Beta Version)

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2023-12-08 산출물 전체 공개

    소개

    - 관리자가 없는 무인점포에서 실시간으로 파악할 수 없는 구매자의 구매행동 및 이동 동선 추정 등의 매장 내 오프라인 마케팅을 위한 유의미한 구매행동 분석 지표 필요
     - 무인점포 서비스의 확대에 따라 무인점포 내에서 발생 가능성 있는 이상행동(전도, 파손, 방화, 흡연, 유기, 절도, 폭행, 이동약자 등)에 대한 인공지능 기반의 신뢰성 있는 상황인지 기술 필요

    구축목적

    실제 무인점포 환경에서 구매행동(매장이동, 선택, 시험, 구매, 반품, 비교) 및  이상행동(전도, 파손, 방화, 흡연, 유기, 절도, 폭행, 이동약자) 원시데이터를 통하여 현재 학습 모델 알고리즘의 상황 인지 정확도 문제를 해결하는 데이터셋 설계 및 구축
  • ① 데이터셋 설계
     
      ㅇ (2-097-238-2) 실내(편의점, 매장) 사람 이상행동 데이터

    구분 성과목표 구축실적 달성율
    이상행동 전도 800 건 807 건 100.90%
    데이터 파손 800 건 802 건 100.30%
      방화 800 건 815 건 101.90%
      흡연 800 건 858 건 107.30%
      유기 800 건 802 건 100.30%
      절도 800 건 801 건 100.10%
      폭행 800 건 802 건 100.30%
      이동약자 800 건 805 건 100.60%
    학습모델 LSTM (accuracy) 70% 71.00% 101.40%
    MIL Ranking (accuracy) 80% 78.40% 98.00%
    OpenPose (PCKh) 78% 88.40% 113.30%
    UniPose (PCKh) 90% 93.94% 104.40%

     

     - (2-097-238-2) 실내(편의점, 매장) 사람 이상행동 데이터

     
    품질특성 항목명 측정 지표 정량 목표 최종 달성
    다양성 매장별 분포 구성비  분포 확인  
    (통계) 클래스당 바운딩박스 수량 분포 구성비  분포 확인  
      도구 분포 구성비  분포 확인  
      시나리오 분포 구성비  분포 확인  
    다양성 이상 행동 분포 구성비 중첩률 구성비 중첩률 50%  
    (요건) 목표 구성비
      쓰러짐 14%
      기물파손 10%
      실내방화 14%
      흡연 10%
      유기 14%
      도난 14%
      폭행 14%
      교통약자 10%
      성별 분포 구성비 구성비 중첩률 50%  
      중첩률 목표 구성비
        50%
        50%
      연령대 분포 구성비 구성비 중첩률 50%  
      중첩률 목표 구성비
        청소년(8~19세) 25%
        청년(20~50세) 30%
        중년(51~70세) 30%
        고령(70세~) 15%
    구문적 구조 정확성 정확도 99.5% 이상  
    정확성 형식 정확성 정확도 99.5% 이상
    의미적 바운딩박스 정확도 정밀도 95% 이상  
    정확성 재현율 95% 이상
      키포인트 정확도 정밀도 95% 이상
      재현율 95% 이상
    유효성 이상행동 분류 Accuracy 70% 이상 71.00%
    키포인트 PCKh 80% 이상 93.94%
    객체 인식

     

     

  • 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 분야
      ㅇ 무인점포 내 위험상황 인지를 위한 클라우드 기반 영상 보안 서비스
      ㅇ 2D/3D 뎁스 카메라를 이용한 지능형 객체 추적 시스템
      ㅇ 개인정보 보호 및 검색 등에 활용 가능한 VMS 영상 보안 시스템
    ㅇ 사회 안전망 시스템  
    - 객체 검출 및 인식 개선을 위한 지능형 선별관제 등에 활용하여 정확한 객체의 탐지와 추적을 통해 사회안전망 가동
    ㅇ 객체인식을 활용한 사회 전반 산업 
    - 객체 인식률 향상 및 추정 등을 통해 정확한 객체 폐색, 블러, 저조도 현경 등에서 객체 검출률 향상으로 사회전반 산업에 활용
    ㅇ 온라인 쇼핑 시스템
    - 인공지능(AI)은 상품을 추천하고 소비자의 구매 결정을 도와주는 가상 쇼핑 기능을 제공하며 재고 관리 시스템과 사이트 레이아웃 역시 인공지능(AI) 기술 적용으로 개선

     ② 향후 계획 
    ㅇ 과제를 통해 개발된 인공지능 모델은 대외 공개를 통해 국내 중·소기업 업무혁신 및 생산성 향상 지원
    - 구축 데이터셋은 AI-Hub에 공개하고, 본 사업관련 일체의 개발도구, 툴 및 AI모델 등에 대하여는 가감없이 Open API 를 제공 예정
    - 자체 기술 및 데이터 교류를 위한 웹사이트를 개설하고, 민관학연 교류 채널 개설
    터   

    다양한 AI 관련 분야 기업체들과 기술 교류

    다양한 AI 관련 분야 기업체들과 기술 교류

  • 설명서 및 활용가이드 다운로드

    데이터 설명서 다운로드 구축활용가이드 다운로드
    항목 타입 필수여부 설명 비고
    annotations             object Y 루트 요소  
      meta             object Y 메타 데이터  
        task           object Y 작업  
          id         number Y 작업 id  
          name         string Y 작업명 (파일 이름)  
          size         number Y 프레임 수  
          start_frame       number Y 종료 프레임  
          stop_frame       number Y 프레임 필터  
          segments       object Y 세그먼트  
            segment     object Y 세그먼트  
              id       Y 세그먼트 id  
              start     number Y 첫 번째 프레임  
              stop     number Y 마지막 프레임  
          labels         object Y 레이블  
            label       object Y 레이블  
              name     string Y 라벨명  
              attributes     object Y 속성  
                attribute   object Y 속성  
                  name string N 속성명  
                  values string N 속성값  
        original_size         object Y 원본 이미지 크기  
          width         number Y 이미지 원본 너비  
          height         number Y 이미지 원본 높이  
      track             object Y 트랙  
        id           string Y 작업 아이디  
        label           string Y 키포인트 속성명  
        points           object Y 키포인트 정보  
          frame         string Y 해당 키포인트가 등장한 프레임  
          points         string Y 키포인트의 좌표  
          attribute       object Y 속성  
            name       string Y 속성값  
        box           object Y 바운딩 박스 정보  
          frame         string Y 해당 바운딩 박스가 등장한 프레임  
          xtl         string Y 바운딩 박스 좌상단 x값  
          ytl         string Y 바운딩 박스 좌상단 y값  
          xbr         string Y 바운딩 박스 우하단 x값  
          ybr         string Y 바운딩 박스 우하단 y값  
          attribute       object Y 속성  
            name       string Y 속성명  

     

     

  • 데이터셋 구축 담당자

    수행기관(주관) : ㈜마크애니
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    권 륭 02)2262-5281 kwonr@markany.com 국책과제 관리
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    경성대학교 산학협력단 구축데이터 설계, AI 학습모델 후보군 선정
    이시스비젼 데이터 수집, 구매행동/이상행동 영상 데이터 수집
    렉플 데이터 정제, 전처리 알고리즘을 통한 데이터 정제
    스마트뱅크 어노테이션 작업 및 검수, 크라우드 소싱을 활용한 데이터 가공
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    권 륭 02)2262-5281 kwonr@markany.com
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]
    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.