한국 도시 3차원 영상 데이터
- 분야영상이미지
- 유형 3D
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2022-07-14 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-07-14 콘텐츠 최초 등록 소개
3D 포인트 클라우드, 메쉬 데이터 형식의 40㎢(전주시 20㎢, 광주광역시 20㎢) 의 도시 이미지 데이터 구축, 도시 단위의 정적/동적 객체 3D 포인트 클라우드 데이터와 메쉬 데이터를 함께 구축.
구축목적
다양한 공간 및 객체 데이터 기반 기술 활성화를 위해 효용성, 확장성 높은 데이터셋, 최적화된 AI 모델 (KPConv) 개발, 지속 가능한 생태계 조성 목표를 가지고 대규모 도시 3D 데이터 구축
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 3D 데이터 형식 las, jpg 데이터 출처 자체 수집 라벨링 유형 3D 시멘틱 세그멘테이션 (3D 이미지) 라벨링 형식 JSON 데이터 활용 서비스 도시 3차원 영상 데이터를 활용한 서비스 모델 개발 및 실증 데이터 구축년도/
데이터 구축량2021년/258,423건 -
파일수 : 원천데이터는 las, 가공데이터는 json 포맷으로 아래와 같이 구축
* 원천데이터 파일수 (las)지역 지역 광주광역시 전주시 차량
MMS1,135 1,524 항공
Lidar138 55 합계 1,273 1,579 * 가공데이터 파일수 (json)
지역 광주광역시 전주시 차량
MMS1,135 1,524 항공
Lidar138 55 합계 1,273 1,579 클래스별 구축량 : 객체 10종에 대해 아래와 같이 구축을 완료하여 데이터 다양성 확보
구분 객체명 구축량 광주광역시 전주시 소계 항공 도로, 차선 75,000 42,829 37,680 80,509 LiDAR 건물 50,000 33,282 21,306 54,588 과속방지턱 1700 1,538 890 2,428 차량MMS 차량신호기, 보행신호기 8,000 4,091 4,347 8,438 버스정류장, 택시승강장 300 266 479 745 중앙분리대 10,000 8,367 14,349 22,716 가로등 10,000 5,560 6,320 11,880 전신주 10,000 5,464 7,375 12,839 가로수 30,000 21,139 31,074 52,213 횡단방지펜스 5,000 5,905 6,162 12,067 합계 200,000 128,441 129,982 258,423 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드모델 학습
- 실내외 벤치마크 데이터셋(S3DIS, SemanticKITTI 등)에 대해 KPConv 모델을 선정성능(mIoU, mAcc, OA)이 robust하기 때문에 한국 도시 3차원 영상 데이터 AI 학습용 모델로 선정. 이는 포인트들의 distribution과 domain에 대해 모델이 robust함을 의미함.
- 구축된 데이터셋 중 일부 항공 데이터(개), 차량 데이터(개)를 사용해 train:validation:test = 8:1:1의 비율로 데이터셋을 구성
- 구축된 .las파일과 .json 파일을 활용해 모델에게 필요한 feature(x,y,z,r,g,b,intensity,class)을 추출해 .ply로 변환 및 저장
서비스 활용 시나리오
- 응용(시범)서비스 소개
- 한국도시 3차원 영상 데이터는 인공지능 학습 외에도 여러가지 분야에서 활용 가능
- 특히 도시의 3차원 공간에 대한 정밀한 위치 정보를 포함하므로 메타버스나 디지털 전환 디지털 트윈과 같은 실제 공간데이터를 필요로 하는 분야에서 중요한 기본 데이터로 활용 가능
- 한국 도시 3차원 영상 데이터를 이용하여 실제 도시의 도로를 기반으로 한 주행 맵에서 가상의 자동차로 주행하는 시뮬레이터 제작 가능
- 본 응용서비스에서는 SVL 시뮬레이터를 이용하여 한국도시 3차원 영상 데이터로 주행 맵을 만들고 이 맵에서 가상의 자동차를 주행
응용(시범)서비스 예시
- 한국 도시 3차원 영상 데이터 중 항공 LiDAR로 촬영한 포인트 클라우드 데이터를 이용하여 전주시청에서 전주 한옥마을까지의 도로를 시뮬레이션용 맵으로 만들어서 주행 시뮬레이션을 실행
- 전주시청에서 전주 한옥 마을까지의 도로는 넓고 직선으로 이루어진 구간으로 별도의 도로 작업 없이 주행용 맵으로 제작
[수동 주행 시뮬레이션 구동화면]
-
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 포인트클라우드세그멘테이션 검출 (항공) 3D Point Cloud Classification KPConv (항공-LiDAR, 차량-MMS) mAcc 70 % 84.4 % 2 포인트클라우드세그멘테이션 검출 (차량) 3D Point Cloud Classification KPConv (항공-LiDAR, 차량-MMS) mAcc 70 % 84 % 3 포인트클라우드세그멘테이션 검출 (항공) 3D Point Cloud Classification KPConv (항공-LiDAR, 차량-MMS) mIoU 66 % 77.2 % 4 포인트클라우드세그멘테이션 검출 (차량) 3D Point Cloud Classification KPConv (항공-LiDAR, 차량-MMS) mIoU 66 % 75.7 % 5 포인트클라우드세그멘테이션 검출 (항공) 3D Point Cloud Classification KPConv (항공-LiDAR, 차량-MMS) OA 80 % 98.2 % 6 포인트클라우드세그멘테이션 검출 (차량) 3D Point Cloud Classification KPConv (항공-LiDAR, 차량-MMS) OA 80 % 99.2 %
※ 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 구성
- 1-1 차량MMS
NO NO 속성명 항목설명 Type 필수여부 작성예시 1 File name 파일이름 string Y 20210405_전주시청 2 Date 촬영날짜 date Y 2021_04_05_14_02_05 3 PointCloud 포인트 클라우드 촬영 유무 bool Y Y/N 4 File Format 파일 확장자 string Y ply, obj, xyz, las 등 5 File Name 파일 이름 string Y 20210405_전주시청.obj 6 Image 이미지 촬영 유무 bool Y Y/N 7 Image Cnt 이미지 갯수 int Y 45 8 Panorama Image 파노라마 촬영유무 bool Y Y/N 9 Panorama Image Cnt 파노라마 이미지 갯수 int Y 15 - 1-2. 항공Lidar
NO 속성명 항목설명 Type 필수여부 작성예시 1 File name 파일이름 string Y 20210405_전주시청 2 Date 촬영날짜 date Y 2021_04_05_14_02_05 3 PointCloud 포인트 클라우드 촬영 유무 bool Y Y/N 4 File Format 파일 확장자 string Y ply, obj, xyz, las 등 5 File Name 파일 이름 string Y 20210405_전주시청.obj 6 Image 이미지 촬영 유무 bool Y Y/N 7 Image Cnt 이미지 갯수 int Y 45 어노테이션 포맷
NO 속성명 속성 설명 Type 필수여부 예시 1 project[].annotation[] 어노테이션 정보 Object Y - 2 project[].annotation[].category 정적 개체 분류 String Y road_facilities Building 3 project[].annotation[].subject 정적 개체 주제 String Y road/lane, traffic_light, bus_taxi_stop, median, speed_bump, street_light, pole street_tree, fence, building 4 project[].annotation[].count 객체의 포인트 개수 int Y 12345 5 project[].annotation[].memo 기타정보 String N bus_stop 6 project[].annotation[].pointcloud[] 객체 포인트 정보 Object Y - 7 project[].annotation[].pointcloud[].x x값 정보 Double Y 10203.48 8 project[].annotation[].pointcloud[].y y값 정보 Double Y 65421.27 9 project[].annotation[].pointcloud[].z z값 정보 Double Y 56112.11 10 project[].annotation[].subject_count 해당하는 객체가 파일에서 출현하는 개수 int Y 30 차량MMS 라벨링 예시
항공Lidar 라벨링 예시
json 포맷 예시
[가로수] 개체 JSON 포맷 예시 {
"category": "road_facilities",
"subject": "street_tree",
"count": 471583,
"memo": "가로수",
"pointcloud": [
{
"x": 307821.1165625,
"y": 3892925.8461992,
"z": 62.868999499999994
},
{
"x": 307821.0905615,
"y": 3892925.9851996,
"z": 62.7649994
},
{
"x": 307821.1195532,
"y": 3892925.9631993,
"z": 62.8019981
},
{
"x": 307821.129563,
"y": 3892925.9091994,
"z": 62.826000199999996
},
{
"x": 307821.0795447,
"y": 3892925.1841994,
"z": 62.9169998 -
데이터셋 구축 담당자
수행기관(주관) : ㈜타임게이트
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 이정기 02-575-0409 aidiv@time-gate.com 가공, 품질관리 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜신한항업 수집, 정제 ㈜광주인공지능센터 가공 스마트쿱㈜ 품질관리(검수) ㈜티맥스에이아이 모델링 전주시청 수집, 응용서비스 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 이정기 02-575-0409 aidiv@time-gate.com
-
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.