콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#고속도로 CCTV # 교통흐름분석 # 차량객체 검출 및 분할

교통문제 해결을 위한 CCTV 교통 영상(고속도로)

교통문제 해결을 위한 CCTV 교통 영상(고속도로)
  • 분야재난안전환경
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2021-06 조회수 : 24,735 다운로드 : 1,092 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
    1.0 2021-06-30 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2022-10-12 신규 샘플데이터 개방

    소개

    고속도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기술 개발을 위한 영상 데이터

    구축목적

    본 인공지능 학습 데이터셋 구축은 고속도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기반 영상VDS 개발에 활용을 목표로 함
  • 구축 내용 및 제공 데이터량

    • 데이터 규모 : 총 505시간 동영상 및 학습 데이터 50만 장 이미지 
    • 학습 데이터 형태
      ① Bounding Box (Detection) 이미지 : 30만 장
      ② Segmentation 이미지 : 20만 장
    • 차종분류 : car, truck 및 bus 3종 (car는 suv, van, 픽업트럭을 포함한 가정에서 운용 가능한 승용차량을 모두 포함)
    • 가공형태별 세부사항
       
      구축 내용 및 제공 데이터량 표
      가공형태 Bounding Box Polygon
      이미지 수 30만장 20만장
      CCTV 수 50개 지점
      첨두 구간 비율 14.77%  
      시간대
      분포
      동틈(06:00~08:59) 9.67% 9%
      주간(09:00~17:00) 67.99% 68.45%
      야간(17:01~06:00) 22.34% 22.55%
      차로 분포 단방향 2차선 7.14% 7.98%
      단방향 5차선 17.75% 15.43%
      왕복 2차선(총4차선) 46.27% 47.56%
      왕복 3차선(총6차선) 22.81% 23.66%
      왕복 5차선(총10차선) 6.03% 5.37%
      도로 형태 분포 일반 60.25% 59.32%
      교량 34.62% 34.91%
      터널 5.13% 5.77%
      날씨 분포 맑음 79.36% 87.66%
      12.63% 7.45%
      안개 4.5% 2.36%
      3.17% 2.19%
      식별불가(터널내부) 0.34% 0.34%
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • 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 객체검출 Object Detection YOLO v4 mAP@IoU 0.5 60 % 68.2 %
    2 객체분할 Object Detection YOLACT, Mask R-CNN mAP@IoU 0.5 40 % 40.3 %

    ※ 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

    데이터 변경이력

    교통문제 해결을 위한 CCTV 교통 영상(고속도로)-데이터변경이력
    버전 일자 변경내용 비고
    1.0 2021.06.30 데이터 최초 개방  

    구축 목적

    • 본 인공지능 학습 데이터셋 구축은 고속도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기반 영상VDS 개발에 활용을 목표로 함

    활용 분야

    • 고속도로 교통량 자동 측정 기술, 교통흐름 분석 및 기존 교통 정보 수집 체계 계선

    소개

    • 고속도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기술 개발을 위한 인공지능 학습 데이터 구축을 위해 전국 50개 지점의 고속도로 영상 데이터를 수집하고 50만장의 이미지 데이터를 정제하여 가공(어노테이션)을 수행함
       

    교통문제 해결을 위한 CCTV 교통 영상(고속도로)-소개-1

    구축 내용 및 제공 데이터량

    • 데이터 규모 : 총 505시간 동영상 및 학습 데이터 50만 장 이미지 
    • 학습 데이터 형태
      ① Bounding Box (Detection) 이미지 : 30만 장
      ② Segmentation 이미지 : 20만 장
    • 차종분류 : car, truck 및 bus 3종 (car는 suv, van, 픽업트럭을 포함한 가정에서 운용 가능한 승용차량을 모두 포함)
    • 가공형태별 세부사항
       
      구축 내용 및 제공 데이터량 표
      가공형태 Bounding Box Polygon
      이미지 수 30만장 20만장
      CCTV 수 50개 지점
      첨두 구간 비율 14.77%  
      시간대
      분포
      동틈(06:00~08:59) 9.67% 9%
      주간(09:00~17:00) 67.99% 68.45%
      야간(17:01~06:00) 22.34% 22.55%
      차로 분포 단방향 2차선 7.14% 7.98%
      단방향 5차선 17.75% 15.43%
      왕복 2차선(총4차선) 46.27% 47.56%
      왕복 3차선(총6차선) 22.81% 23.66%
      왕복 5차선(총10차선) 6.03% 5.37%
      도로 형태 분포 일반 60.25% 59.32%
      교량 34.62% 34.91%
      터널 5.13% 5.77%
      날씨 분포 맑음 79.36% 87.66%
      12.63% 7.45%
      안개 4.5% 2.36%
      3.17% 2.19%
      식별불가(터널내부) 0.34% 0.34%

    대표도면

    대표도면
      Bounding Box Polygon Segmentation
    이미지 예시 교통문제 해결을 위한 CCTV 교통 영상(고속도로)-대표도면-1 교통문제 해결을 위한 CCTV 교통 영상(고속도로)-대표도면-2
    전체 가공
    이미지 수량
    300,000 200,000
    폴더명 구조 한국도로공사지사명_설치위치명_날짜_시간_요일_높이_첨두_도로유형_차로수_날씨_해상도
    어노테이션
    파일 예시
    교통문제 해결을 위한 CCTV 교통 영상(고속도로)-대표도면-3 교통문제 해결을 위한 CCTV 교통 영상(고속도로)-대표도면-4

    필요성

    • 영상기반 교통흐름분석을 위한 도로객체 검출/분할용 학습데이터는 국외 도로환경에서 제작된 일부 데이터만 존재하며, 국내 도로환경의 데이터는 전무하여 정확한 교통흐름 분석(속도 및 교통량) 기술개발이 불가능
    • 특히, 영상기반 속도추정을 위한 GT데이터는 존재하지 않음
    • AI 교통 서비스를 위한 AI 모델이 대규모 영상 데이터를 필요로 함에 따라, 교통안전 AI 경쟁력 강화를 위해서는 본 사업을 통해 실수요 기반의 AI 데이터 구축 필요
    • 또한, 국내의 경우, 데이터셋 부족할 뿐만 아니라, 국내 수요처(한국도로공사, 지자체, AI 서비스 기업)가 필요로 하는 AI 데이터의 부족으로 AI 데이터구축 사업을 통한 경쟁력 강화가 절실

    데이터 구조

    • 1. Bounding Box 어노테이션 포맷
       
      Bounding Box 어노테이션 포맷 표
      항 목 설 명 xml에 입력된 어노테이션 데이터 예시
        이미지 가공 작업의 이름, 메타데이터가
      적용된 동영상 파일 이름과 같음
      Suwon_CH01_20200720_1700_MON_9m_NH_highway_TW5_
      sunny_FHD
        객체(Class)정보 정의
      car
      truck
      bus
        가공 대상인 원천 이미지 데이터 파일명 및
      해상도 등의 정보 정의
      ...(중략)...
      name="Suwon_CH01_20200720_1700_MON_9m_NH_highway_TW5_
      sunny_FHD_001.png" width="1080" height="1920"
      ...(중략)...
        이미지 위에 가공된 바운딩박스 객체의 정보,
      라벨 정보와 box의 좌측 상단, 우측하단 좌표
      정보를 포함
      ...(중략)...
      xbr="582.19" ybr="798.56" z_oreder="3">
      ...(중략)...

     

    • 2. Polygon Segmentation 어노테이션 포맷
       
      Polygon Segmentation 어노테이션 포맷 표
      항 목 설 명 xml에 입력된 어노테이션 데이터 예시
        이미지 가공 작업의 이름, 메타데이터가
      적용된 동영상 파일 이름과 같음
      Suwon_CH01_20200721_1500_TUE_9m_NH_highway_TW5_
      sunny_FHD
        객체(Class)정보 정의
      car
      truck
      bus
        가공 대상인 원천 이미지 데이터 파일명 및
      해상도 등의 정보 정의
      ...(중략)...
      name="Suwon_CH01_20200721_1500_TUE_9m_NH_highway_TW5_
      sunny_FHD_001.png" width="1080" height="1920"
      ...(중략)...
        이미지 위에 가공된 바운딩박스 객체의
      정보, 라벨 정보와 polygon 다각형을 구성하는 다수의 점 좌표
      정보들을 포함
      ...(중략)...

      ...(중략)...

     

    • 3. 1분단위 영상 메타데이터 정보(json 포맷)

     

    교통문제 해결을 위한 CCTV 교통 영상(고속도로)-데이터구조-1

  • 데이터셋 구축 담당자

    수행기관(주관) : 라온피플
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    김대승 031-4264-8290 dskim@laonpeople.com · 데이터 구축 총괄
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    KETI · 데이터 수집, AI 모델/활용 서비스 개발
    메타빌드 · 데이터 수집, AI 활용 서비스 개발
    테스트웍스 · 데이터 정제, 가공, 검수
    그레스프리 · 테이터 정제
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    진창윤(라온피플) 031-698-3456 cyjin@laonpeople.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] [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.