AI-Hub

데이터 변경이력

데이터 히스토리

소개

점군 데이터(Point Cloud Data)를 기본 원시데이터로 하여, 2D 이미지 정보, GPS 정보(일부 데이터), 다종 실내 공기질 센서 정보가 융합된 실내 공간 3D 종합 데이터

구축목적

실내 공간의 3D 객체인식 및 인공지능 로봇 시스템 학습, 게임용 가상공간, 건축 및 인테리어 3D 조감도 렌더링, 건물 에너지, 환경, 안전 시뮬레이션 등 다양한 분야에서 활용 가능한 실내 공간 대용량 3D 통합 데이터 구축

 1. 데이터 구축 규모

• 실내 공간 총 731개, 공간요소 총 120.000개

  데이터종류	데이터형태	데이터규모	어노테이션규모	결과물 규모
  				실내공간	공간요소
  실내공간	시설단위 포인트 클라우드 데이터	28개	46,588개	28개	46,588개
  	룸단위 포인트 클라우드 데이터	703개	76,067개	703개	76,067개
  총계		731개	122,655개	731개	122,655개

2. 데이터 분포

• 실내공간별 분포: 필수공간, 기타생활서비스공간에 대한 건수
• 공간요소별 분포: 기초공간요소, 개폐공간요소, 주요가전요소, 시설안전요소, 기타객체요소에 대한 건수
  • 실내공간별 분포

    구분			개수		비율
    필수공간	1	일반형 주택(아파트, 빌라 등)	344	510	70%
    	2	1인 주거형(원룸, 투룸 등)	65
    	3	학교	8
    	4	도서관	3
    	5	병원	2
    	6	일반사무실	56
    	7	공공청사	1
    	8	운영시설	2
    	9	지원시설	4
    	10	민원시설	4
    	11	공장	1
    	12	농장	1
    	13	미술관	3
    	14	기념관	1
    	15	박물관	3
    	16	놀이공원	5
    	17	공연장	4
    	18	운송	1
    	19	전망대	1
    	20	복지관	1
    기타생활 서비스공간	21	정육점	1	221	30%
    	22	시장	1
    	23	유통센터	1
    	24	카페	20
    	25	주차장	1
    	26	음식점	73
    	27	서비스점	4
    	28	은행	-
    	29	독서실	1
    	30	볼링장	-
    	31	당구장	-
    	32	헬스장	10
    	33	사진관	-
    	34	숙박	82
    	35	예식장	4
    	36	교회	-
    	37	기타	23
    합계			731		100%

  • 공간요소별 분포

    구분			개수		비율
    기초공간요소	1	바닥	1,986	38,551	31%
    	2	벽	25,661
    	3	천장	3,140
    	4	기둥	2,814
    	5	보	3,789
    	6	계단	299
    	7	난간	691
    	8	경사로	34
    	9	지붕	137
    개폐공간요소	1	문	3,016	6,480	5%
    	2	창문	3,464
    주요 가구요소	1	침대	154	27,652	23%
    	2	테이블	3,144
    	3	책상	3,605
    	4	의자	13,142
    	5	소파	1,631
    	6	수납장	4,440
    	7	파티션	1,253
    	8	운동기구	283
    주요가전요소	1	TV	435	23,153	19%
    	2	에어컨	110
    	3	세탁기	6
    	4	냉장고	117
    	5	청소기	13
    	6	조명	19,660
    	7	전기스위치	118
    	8	전기콘센트	71
    	9	밥솥	4
    	10	식기세척기	5
    	11	레인지	51
    	12	후드	37
    	13	오븐	25
    	14	커피머신	19
    	15	정수기	62
    	16	복사기	140
    	17	컴퓨터	2,072
    	18	믹서기	3
    	19	선풍기	104
    	20	전화기	101
    시설안전요소	1	변기	459	1,345	1%
    	2	세면대	278
    	3	샤워기	56
    	4	수전	78
    	5	욕조	31
    	6	싱크대	72
    	7	화재	308
    	8	방범	54
    	9	에스컬레이터	9
    기타객체요소	1	기타	25,474	25,474	21%
    합계			122,655		100%

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

1. 모델 학습

• 구축 데이터의 90%를 training set, 10%를 test set으로 분할하여, 2021년 가을 현재 paperswithcode.com에서 가장 우수한 성능을 보이는FCAF3D를 사용하여 구축 데이터의 유효성을 검증.
  

2. 서비스 활용 시나리오

• 실내 통합지도 가상현실 실내 투어 서비스 개발 및 사업화  
  • 3차원 실내 데이터 셋이 구축되고, 그것을 이용하여 공간을 인식 및 분류하고, 공간 내 객체들을 인식하고 분류할 수 있는 인공지능 알고리즘이 개발되면, 매우 유용한 응용서비스들을 개발할 수 있음
  • 상업용과 주거용 부동산 시장의 경우, 지도 서비스의 거리뷰가 실내의 경우에도 적용될 수 있으면, 수요자는 시간이나 공간의 제약 없이 언제나 업장, 사무실, 집을 본 후 입주 또는 구입 결정을 할 수 있게 되며,
  • 위의 방문 경험이 거리에서 1층의 입구를 통해 도보로 진입하는 경우, 지하 주차장을 통해 차량으로 진입 후, 승강기를 통해 진입하는 경우 등으로 다양해 질 수있음 
  • 즉, ⓵실외와 실내가 통합된 지도 서비스를 할 수 있으며,
  • 해당 공간에 도착해서는, 기존 구조물 또는 가구가 모두 있는 상태, 일부만 있는 상태, 전혀 없는 상태 등을 쉽게 필터링하여 구경을 할 수도 있고,
  • 수요자가 원하는 구조물 또는 가구를 가상으로 배치하여 구경을 할 수도 있음
  • 즉, ⓶가상현실 실내 투어 서비스를 제공할 수 있음.
  • 위 두 종류의 서비스를 기반으로, 매우 다양한 경험을 추가적으로 제공할 수 있음. 예를 들어, 박물관, 미술관, 전시관 등에 단순히 전시물만을 보는 것에서 나아가 현장에 직접 방문 하는 것과 차이 없는 경험을 제공하는 가상현실 관람이 가능해 질 수 있으며, 위험한 환경의 실내에 인간이 직접 진입하지 않고 내부 상황을 파악할 수도 있음
  • 이러한 서비스들은 부동산 시장, 관광 등, 기존에는 시간, 공간, 사생활 보호 등의 제약으로 인하여 어려웠던 서비스들이 가능하도록 해 줌

데이터 성능 점수

설명서 및 활용가이드 다운로드

데이터셋 구축 담당자

수행기관(주관) : ㈜디타스

수행기관(참여)