-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.4 2022-01-18 데이터 품질 보완 및 추가 개방 1.3 2021-12-23 CCTV 영상 데이터 추가 개방 1.2 2021-10-12 데이터 추가 개방 1.1 2021-08-23 데이터 추가 개방 1.0 2021-06-30 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2023-12-05 저작도구 소스코드 등록 2022-10-12 신규 샘플데이터 개방 소개
어린이 보호구역내 어린이 도로보행 위험행동 영상 학습용 데이터
구축목적
어린이 보호구역 내에서의 어린이 도로보행시 위험행동을 도출해낼 수 있도록 인공지능을 훈련하기 위한 데이터셋
-
메타데이터 구조표 데이터 영역 재난안전환경 데이터 유형 비디오 , 이미지 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/100만 -
구축 내용 및 제공 데이터량
- 제공 데이터량 : 동영상 300시간, 동영상 1200클립, 이미지 100만장
데이터 구성 표 위험행동유형 CCTV 블랙박스 driveway_walk 42 - fall_down 121 - fighting 124 - jay_walk 179 - putup_umbrella 39 1 ride_cycle 120 223 ride_kick 120 164 ride_moto 187 - suddenlyappear 74 - with_dog 118 55 소계 1,124 443 총계 42 -
-
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 동작분류 (C3D) Video Classification CNN Accuracy 70 % 81.4 % 2 동작분류 (Res3D) Video Classification ResNet Accuracy 70 % 86.6 % 3 동작분류 (I3D) Video Classification CNN Accuracy 70 % 86.6 % 4 무단횡단 및 도로보행 정확도 Estimation CNN Accuracy 70 % 70 %
※ 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
데이터 변경이력 버전 일자 변경내용 비고 1.4 2022.01.18 데이터 품질 보완 및 추가 개방 1.3 2021.12.23 CCTV 영상 데이터 추가 개방 1.2 2021.10.12 데이터 추가 개방 1.1 2021.08.23 데이터 추가 개방 1.0 2021.06.30 데이터 최초 개방 구축 목적
- 어린이 보호구역 내에서의 어린이 도로보행시 위험행동을 도출해낼 수 있도록 인공지능을 훈련하기 위한 데이터셋
활용 분야
- 도로에 스쿨존 보호구역으로 설정되어 있는 모든 사이트에 설치되어, 도로보행 어린이를 비롯하여 보행자들과 운전자(차량, 오토바이, 자전거, 전동킥보드 등의 운전자)가 상호간의 행동을 인식하고 인지할 수 있도록 알려주는 “스마트 어린이 보호구역 안전시스템”과 같은 안전시스템 개발
소개
- 어린이 보호구역(스쿨존) 내 어린이 도로보행 위험영상을 다양하게 확보하기 위해 시나리오를 기반으로 촬영하여 데이터 수집, 지자체의 어린이 보호구역(스쿨존)에 구축된 CCTV 촬영영상으로부터 데이터 수집, 블랙박스를 통해 촬영된 영상으로부터 데이터를 수집하여, 가공하고 검증하여 다양한 어린이 보호구역(스쿨존) 내 어린이 도로보행 위험영상 데이터셋을 확보
구축 내용 및 제공 데이터량
- 제공 데이터량 : 동영상 300시간, 동영상 1200클립, 이미지 100만장
데이터 구성 표 위험행동유형 CCTV 블랙박스 driveway_walk 42 - fall_down 121 - fighting 124 - jay_walk 179 - putup_umbrella 39 1 ride_cycle 120 223 ride_kick 120 164 ride_moto 187 - suddenlyappear 74 - with_dog 118 55 소계 1,124 443 총계 42 대표도면
필요성
- 생활안전 스마트 돌봄 서비스를 위한 학습용 데이터 구축 필요
- 연령대별, 안전취약계층의 맞춤형 예방 서비스를 위해서는 실내 및 실외에서의 생활환경에 대한 정보가 매우 중요
① (데이터 구축) 1인칭 시점 보행영상 데이터, 어린이 보호구역 내 어린이 도로보행 위험행동 영상 데이터, 시니어 이상행동 모니터링 데이터 구축 및 검증, 공개를 통한 다양한 활용 기회 제공
② (인공지능 학습) 생활 안전 예방을 위한 환경 맞춤형 서비스를 위한 인공지능 학습 모델 개발 및 데이터 검증을 통한 인공지능 기반 기술 공유
③ 딥러닝의 알고리즘의 경우, 양지의 데이터가 많을수록 성능은 비례하므로 데이터 기반의 기술력 행상 방안이 고려되어야 함
데이터 구조
- 데이터 구성
데이터 구성 표 Key Description Type 사이즈 길이(초) mp4 동영상 15~50Mb 30초 jpg 이미지 0.3~1Gb - xml 어노테이션 0.1~2Mb - - 어노테이션 포맷
데이터 구성 표 No 항목 길이 타입 필수여부 한글명 영문명 1 폴더 folder string Y 2 파일명 filename string Y 3 경로 path string Y 4 소스 source string - 4-1 데이터베이스 database string - 5 사이즈 size string - 6 세그멘트디 segmented string - 7 오브젝트 object string Y 7-1 이름 name string Y 7-2 포즈 pose string - 7-3 트런케이트 truncated string - 7-4 디피컬트 difficult string - 7-5 비앤디박스 bndbox string Y 7-5-1 엑스 최소 xmin pixel Y 7-5-2 와이 최소 ymin pixel Y 7-5-3 엑스 최대 xmax pixel Y 7-5-4 와이 최대 ymax pixel Y
-
데이터셋 구축 담당자
수행기관(주관) : (주)비엔지티(舊 유니콤넷)
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 장혜경 02-2025-4870 janghk83@bngt.kr · 영상 데이터 수집, 가공(크라우드 소싱 활용), 학습 모델 개발 · 데이터 구축 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 문화콩 · 데이터 수집, 데이터 정제, 데이터 라벨링, 판별 알고리즘 설계
· 허브넷 플랫폼 개발, 응용 서비스(약초 판별 앱)개발고백기술 · 원천 데이터 라벨링 및 어노테이션
· 라벨링 검수중앙대 · 데이터 유효성 검증 서울대학교 · AI 요약 모델을 활용한 응용 서비스 개발 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 장혜경((주)비엔지티) 02-2025-4870 janghk83@bngt.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]
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.