AI-Hub

#컴퓨터 비전 #안전

공원 주요시설 및 불법행위 감시 CCTV 영상 데이터

분야재난안전환경
유형 비디오 , 이미지

구축년도 : 2021 갱신년월 : 2022-07 조회수 : 6,904 다운로드 : 570 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.

소개 파일 목록 (API 다운로드)

※ 내국인만 데이터 신청이 가능합니다.

데이터 토론 문의하기 목록

데이터 변경이력

데이터 변경이력
버전	일자	변경내용	비고
1.0	2022-07-28	데이터 최초 개방

데이터 히스토리

데이터 히스토리
일자	변경내용	비고
2022-10-20	신규 샘플데이터 개방
2022-07-28	콘텐츠 최초 등록

소개

총 10곳 이상의 공원으로부터 CCTV 화각을 고려하여 연출된 데이터셋으로, 행위 클래스(불법행위, 정상행위), 객체 클래스(불법객체, 정상객체)로 나누어 구성, 촬영 시간, 촬영 날씨 등의 데이터의 다양성 확보 및 비식별화 처리한 데이터 셋

구축목적

공원 내 불법행위 및 불법객체를 탐지하기 위해서는 CCTV를 통한 관제가 이루어져야 하며 이는 여러 가지 한계점이 존재. 이런 한계점을 인공지능, 딥러닝 학습을 통해 해결할 수 있게 하는 데이터 셋 구축

메타데이터 구조표
데이터 영역	재난안전환경	데이터 유형	비디오 , 이미지
데이터 형식	행위클래스(mp4), 객체클래스(jpg)	데이터 출처	자체연출수집
라벨링 유형	바운딩박스	라벨링 형식	JSON
데이터 활용 서비스	딥러닝 기반 공원 내 불법행위 및 불법객체 탐지 서비스	데이터 구축년도/ 데이터 구축량	2021년/불법행위(270시간), 정상행위(10시간), 불법객체(36,000장, 30시간), 정상객체(21,600장, 18시간)

1. 데이터 구축 규모

1. 데이터 구축 규모
구분	분류	항목	클립 수	구분	분류	항목	이미지수
1	불법행위	흡연	720	1	불법객체	쓰레기봉투	3600
2		낚시	660	2		좌판	3600
3		쓰레기무단투기	1440	3		노점상	3600
4		월담	1320	4		푸드트럭	3600
5		시설물 파손행위	440	5		현수막	3600
6		현수막부착	880	6		텐트	3600
7		전단지배부	880	7		연기	3600
8		텐트설치	440	8		불꽃	3600
9	정상행위	벤치에앉는행위	60	9		반려동물	7200
10		바닥에앉는행위	60	10	정상객체	위해방지시설	2400
11		이동	180	11		벤치	2400
12		서있기	180	12		공원화분	2400
				13		쓰레기통	2400
				14		휴게공간	2400
				15		화장실	2400
				16		비석	2400
				17		가로등	2400
				18		공원안내표지판	2400

불법행위 영상 수 : 6780 클립(1~3분 사이, 3FPS, 약 270시간 분량)
정상행위 영상 수 : 480 클립(1~2분 사이, 3FPS, 약 10시간 분량)
불법객체 이미지 수 : 36,000장(약 30시간 분량, 비식별화 처리)
정상객체 이미지 수 : 21,600장(약 18시간 분량, 비식별화 처리)

2. 데이터 분포
º 행위 클래스(불법행위, 정상행위) 데이터 분포

시간대 및 날씨별 분포
공원 주요시설 및 불법행위 감시 CCTV 영상-데이터 분포_1_행위 클래스(불법행위, 정상행위) 데이터 분포-시간대 및 날씨별 분포

시간대 분포			날씨별 분포
구분	클립 수	비율(%)	구분	클립 수	비율(%)
오후	4326	60	맑음	3927	54
오전	1591	22	비	213	3
야간	572	8	흐림	3120	43
일출	219	3	합계	7260	100
일몰	552	8
합계	7260	100

촬영장소별 분포

날씨별 분포
구분	클립 수	비율(%)
중앙공원	210	3
어린이대공원	744	10
시민공원	3495	48
대신공원	216	3
금강공원	246	3
민락수변공원	746	10
국가지질공원	516	7
송상현광장	193	3
태종대유원지	171	2
용두산공원	723	10
합계	7260	100

º 객체 클래스(불법객체, 정상객체) 데이터 분포

시간대 및 날씨별 분포
공원 주요시설 및 불법행위 감시 CCTV 영상-데이터 분포_3_객체 클래스(불법객체, 정상객체) 데이터 분포-시간대 및 날씨별 분포

날씨별 분포			날씨별 분포
구분	이미지 수	비율(%)	구분	이미지 수	비율(%)
오후	38749	67	맑음	55346	96
오전	13359	23	흐림	2254	4
야간	1294	2	합계	57600	100
일출	1396	2
일몰	2802	5
합계	57600	100

촬영장소별 분포

날씨별 분포
구분	이미지 수	비율(%)
중앙공원	2203	4
어린이대공원	3100	5
시민공원	6018	10
대신공원	1380	2
금강공원	1763	3
민락수변공원	397	1
국가지질공원	930	2
송상현광장	892	2
태종대유원지	2843	5
용두산공원	1708	3
기타	36366	63
합계	7260	100

라벨링 분포

파일명에 따른 이미지 수
구분	클래스명	라벨링 수
불법객체	쓰레기봉투	4651
	좌판	8290
	노점상	4534
	푸드트럭	4587
	현수막	7862
	텐트	8546
	연기	4413
	불꽃	4628
	반려동물	8819
정상객체	위해방지시설	12795
	벤치	15288
	공원화분	7883
	쓰레기통	4732
	휴게공간	3669
	화장실	2579
	비석	3690
	가로등	11624
	공원안내표지판	7471
합계		126061

저작도구 설명서 및 저작도구 다운로드
저작도구 설명서 다운로드 저작도구 다운로드
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드
º 공원 불법행위 및 불법객체 인식 모델을 활용한 이상상황감지 서비스
- 구축되는 공원 내 불법행위 및 불법객체 데이터 셋을 이용하여 학습 모델(SlowFast, Yolov4)을 학습 시켜 불법행위와 불법객체에 대한 Detecting이 가능함
- 학습된 모델을 이용해 CCTV관제의 불편사항을 해소할 수 있으며, 이상상황(읍급상황 등)이 발생하였을 시 위험 알림을 제공하여 경찰서 및 여러 기관에 상황을 전파할 수 있을 것으로 기대
- 공원의 CCTV는 24시간 공원 내 객체 및 불법행위에 대하여 감시하며, 영상 데이터를 통합관제센터로 전송
- 전송된 영상 데이터를 인공지능 모델을 통해 분석하고 이상 상황 발생 시 알림이 발효되어 관제요원은 알람과 원본 영상을 비교하여 상황을 판단
- 영상 내 위험요소 또는 불법행위가 발생하였을 경우 경찰서 등 유관 기관에 상황을 전파하여 단속을 시행할 수 있음
- 또한, 알람 데이터의 로그들을 분석하여 특성 시간 또는 기간에 자주 행해지는 불법행위에 대한 집중단속을 시행할 수 있고, 공원의 안내문을 개정할 수 있음

데이터 성능 점수

측정값 (%)

기준값 (%)

데이터 성능 지표

데이터 성능 지표
번호	측정항목	AI TASK	학습모델	지표명	기준값 점수	측정값 점수
1	행동 인식 모델	Action Recognition	YOLO v4, SlowFast	AccuracyTop-1	73 %	99.89 %
2	행동 인식 모델	Action Recognition	YOLO v4, SlowFast	AccuracyTop-5	90 %	10 %
3	객체 인식 모델	Object Detection	YOLO v4, SlowFast	mAP	45 %	86.57 %

※ 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

º 행위클래스(불법행위, 정상행위) 포맷 예시
1. 데이터 구성
공원 주요시설 및 불법행위 감시 CCTV 영상-행위클래스(불법행위, 정상행위) 포맷 예시_1_데이터 구성

행위클래스의 경우 불법행위 및 정상행위로 나누어져 있음 - 정의된 불법행위 및 정상행위에 따라 연출을 이용하여 데이터를 수집
불법행위 및 정상행위에 대해 각 프레임별로 라벨링
행위 클래스는 모두 영상 데이터 이며 영상 하나당 하나의 JSON으로 구성

2. 어노테이션 포맷

º 행위클래스(불법행위, 정상행위) 포맷 예시
구분		항목명	타입	필수여부	설명
1		info	Object		데이터셋 정보
	01월 01일	info.file_name	String	Y	파일 이름
	01월 02일	info.height	Number	Y	영상 크기(높이)
	01월 03일	info.width	Number	Y	영상 크기(너비)
	01월 04일	info.date_captured	String	Y	영상 촬영 날짜
	01월 05일	info.time	String	Y	시간대
	01월 06일	info.frame	Number	Y	영상 데이터 총 프레임
	01월 07일	info.fps	Number	Y	영상의 fps
	01월 08일	info.location	String	Y	영상 촬영 도시 및 장소
	01월 09일	info.park_type	String	Y	촬영 영상의 공원 유형
	01월 10일	info.weather	String	Y	영상 촬영 날짜의 날씨
	01월 11일	info.video_length	String	Y	영상 데이터의 총 길이
	01월 12일	info.username	String	Y	작업자 이름
2		events	Object		행동 정보
	02월 01일	events[].object_id	Number	Y	객체 클래스 넘버
	02월 02일	events[].actor_id	Number	Y	지정된 연기자의 아이디
	02월 03일	events[].start_time	String	Y	이벤트 시작 시간
	02월 04일	events[].end_time	String	Y	이벤트 끝나는 시간
	02월 05일	events[].ev_start_frame	Number	Y	이벤트가 시작되는 프레임
	02월 06일	events[].ev_end_frame	Number	Y	이벤트가 끝나는 프레임
	02월 07일	events[].class_description	String	Y	클래스 정의
3		annotations	Object		라벨링 정보
	03월 01일	annotations[].object_id	String	Y	객체 클래스 넘버
	03월 02일	annotations[].class_name	String	Y	클래스 이름
	03월 03일	annotations[].cur_frame	Number	Y	현재 프레임
	03월 04일	annotations[].bbox	Number[][]	Y	어노테이션 위치 정보
	03월 05일	annotations[].actor_id	Number	Y	지정된 연기자 아이디

3. 실제 예시
공원 주요시설 및 불법행위 감시 CCTV 영상-행위클래스(불법행위, 정상행위) 포맷 예시_2_실제 예시

º 객체클래스(불법객체, 정상객체) 포맷 예시
1. 데이터 구성
공원 주요시설 및 불법행위 감시 CCTV 영상-객체클랙스(불법객체, 정상객체) 포맷 예시_1_데이터 구성

객체클래스의 경우 불법객체 및 정상객체로 나누어져 있음 - 객체의 경우 공원 뿐만아니라 여러 곳을 다니며 객체를 촬영
이미지 내에 개인정보(얼굴, 번호판 등)가 있는 경우 비식별화 진행
객체 클래스는 모두 이미지 데이터이며 이미지 하나당 하나의 JSON으로 구성

2. 어노테이션 포맷

구분		항목명	타입	필수여부	설명
1		info	Object		데이터셋 정보
	1–1	info.Year	String	Y	촬영 연도
	1–2	info.date_created	String	Y	json 수정 날짜
	1–3	info.time	String	Y	시간대
	1–4	info.username	String	Y	작업자 이름
2		images	Object		이미지정보
	2–1	images.file_name	String	Y	파일 이름
	2–2	images.height	Number	Y	이미지 크기(높이)
	2–3	images.width	Number	Y	이미지 크기(너비)
	2–4	images.date_captured	String	Y	이미지가 촬영된 날짜
	2–5	images.location	String	Y	이미지 촬영 도시 및 장소
	2–6	images.park_type	String	Y	이미지 촬영 날짜의 공원 유형
	2–7	images.weather	String	Y	영상 촬영 날짜의 날씨
3		annotations	Object		라벨링정보
	3–1	annotations[].object_id	Number	Y	객체의 클래스 넘버
	3–2	annotations[].object_class	String	Y	클래스 이름
	3–3	annotations[].bbox	Number[][]	Y	어노테이션 위치 정보
4		category	Object		클래스 정보
	4–1	category[].id	Number	Y	객체 클래스 넘버
	4–2	category[].object_class_name	String	Y	클래스 이름
	4–3	category[].supercategory	String	Y	중분류 이름
	4–4	category[].class_description	String	Y	클래스 정의

3. 실제 예시
공원 주요시설 및 불법행위 감시 CCTV 영상-객체클랙스(불법객체, 정상객체) 포맷 예시_2_실제 예시

데이터셋 구축 담당자

수행기관(주관) : ㈜디아이솔루션

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
하석주	051-717-2503	sjha@di-solution.co.kr	· 실무책임자

수행기관(참여)

수행기관(참여)
기관명	담당업무
㈜나래솔루션	· 데이터 수집 및 가공

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
  사용신청신청자신청서류 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