콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#문화.스포츠.관광

NEW 크로스핏 동작 데이터

크로스핏-동작-데이터. 아이콘 이미지
  • 분야스포츠
  • 유형 비디오 , 이미지
구축년도 : 2022 갱신년월 : 2024-01 조회수 : 14,938 다운로드 : 164 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
    1.1 2024-01-24 데이터 최종 개방
    1.0 2023-07-31 데이터 개방(Beta Version)

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-02-21 AI모델 수정
    2024-01-24 산출물 전체 공개

    소개

    크로스핏의 동작학습과 자세교정, 교육/훈련 프로그램 개발을 위한 주요 동작 영상 데이터

    구축목적

    ○ 고품질의 인공지능 학습데이터 구축
    ○ 크로스핏의 올바른 운동동작 분석을 위한 AI 학습용 데이터 구축
    ○ 비대면 교육과 기능성 트레이님 산업 분야 성장 및 선도
    ○ 크로스핏의 대중화와 활성화
  •  □ 데이터 구축 규모

       ○ 원천데이터 포맷별 구축 규모
       - 포맷은 각 동작당 JPG,AVI 형식으로 생성하며 생성 규모는 다음과 같음

     
    구분 원시데이터 파일 포맷
    영상 AVI
    이미지 JPG
     

      원천데이터 포맷

     
    포맷 형식 한 동작 총 개수
    AVI 8 32,400 클립
     

     

      ○ 라벨링 데이터 포맷별 구축 규모
        - 동작에 대한 2D 키포인트 정보, 3D 키포인트 정보, 라벨링 어노테이션 및 메타 정보가 존재함

     
    구분 라벨링데이터 포맷 총 개수
    2D 키포인트 CSV 32,400
    3D 키포인트 CSV 4,000
    라벨링 어노테이션 JSON 32,400
     

     

    동작 영상 한개 당 2D 키포인트 정보 8개(CSV 형식), 3D 키포인트 정보 1개(CSV 형식), 메타라벨링 데이터 1개(JSON 형식)를 생성


     □ 데이터 분포
     - 세부 동작 별 데이터 분류 구성비율표

     
    대분류 중분류 소분류 구분  회수 소분류 중분류 대분류
    구성비 구성비 구성비
    스쿼트 에어 스쿼트 정상 정상 4 40% 11.11% 33.33%
    발뒤꿈치 오류 오류1 2 20%
    엉덩이 하방 오류 오류2 2 20%
    고관절 오류 오류3 2 20%
    프런트 스쿼트 정상 정상 4 40% 11.11%
    팔꿈치 오류 오류1 3 30%
    팔꿈치 하방 오류 오류2 3 30%
    오버헤드 스쿼트 정상 정상 4 40% 11.11%
    팔꿈치 비활성화 오류 오류1 3 30%
    오버헤드 팔중심 오류 오류2 3 30%
    프레스 숄더 프레스 정상 정상 4 40% 11.11% 33.33%
    오버헤드 팔중심 오류 오류1 2 20%
    팔꿈치 및 어깨 비활성화 오류 오류2 2 20%
    팔움직임 오류 오류3 2 20%
    푸쉬 프레스 정상 정상 4 40% 11.11%
    가슴 기울임 오류 오류1 2 20%
    고관절 쏠림 오류 오류2 2 20%
    고관절 신장 오류 오류3 2 20%
    저크 프레스 정상 정상 4 40% 11.11%
    고관절 신전 부재 오류 오류1 2 20%
    팔꿈치 비활성화 오류 오류2 2 20%
    고관절 및 무릎 신전 부재 오류 오류3 2 20%
    데드 리프트 데드리프트 정상 정상 4 40% 11.11% 22.22%
    고관절 이동 오류 오류1 2 20%
    팔자세 오류 오류2 2 20%
    가슴 및 고관절 오류 오류3 2 20%
    스모 데드리프트 하이 풀 정상 정상 4 40% 11.11%
    팔꿈치 오류 오류1 3 30%
    어깨 오류 오류2 3 30%
    클린 메디신볼 클린 정상 정상 4 40% 11.11% 11.11%
    고관절 신전 부재 오류 오류1 2 20%
    풀 동작 오류 오류2 2 20%
    팔 동작 오류 오류3 2 20%
     

     

     

  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    □ AI모델 임무 정의
    - [행동 인식 (Action Recognition)]  크로스핏 동작 영상으로부터 추출한 스켈레톤 데이터가 주어질 때, 해당 동작이 어떤 동작인지 분류

    ○ 활용 AI 모델 - PoseC3D   
      PoseC3D 개요도 

     

    - PoseC3D는 시계열 형태의 Skeleton 데이터를 입력으로 하여 동작을 분류하는 행동인식 모델
    - Graph Neural Network 구조 기반의 기존 모델들과 달리 관절 정보를 히트맵 이미지로 재구성하여 이미지를 처리하는 Convolutional Neural Network 구조 기반의 분류 모델 
     
    ○ 학습 조건 
           - epoch : 500 epoch    - optimizer : adam optimizer 
           - batch : 64 videos     - loss, iteration 등 
         

    □ 서비스 활용 시나리오

      • 동작 분석 학습데이터를 활용하는 AI 기술을 활용하여, 동작인식 아바타로 3D 네트워      크 게임이나, VR까지 확대 개발할 수 있는 발판을 마련하고 제품화를 희망하는 벤처      중소기업과의 협약을 통해 서비스를 제공 

      • 저작도구와 검증용 서비스 소스 코드는 누구나 다운 받아서 활용할 수 있도록 개발자      들의 소셜 네트워크(Github)에 공개

      • 기업간 AI학습용 데이터 연결성 강화를 위해 글로벌 지향 개방형 생태계의 플랫폼 연      을 위한 API표준 프로토콜 표준화를 시작으로 플랫폼 연동 체계를 구성

     

    □ AI모델 유효성 환경 

    유효성 검증 환경
    지표 정확도 (Top-3 Accuracy)
    측정 산식 정확도(%)=
    도커 이미지
    elancer_pose.tar, 27GB

     
    실행 파일명 run.py —data crossfit_full —version test/valid
    유효성 검증 환경
    CPU [Intel] 제온 E5-2630 v4 2.2GHz, 25M 캐시, 8.0 GT/s QPI, Turbo, HT, 10C/20T (85W) 최대 메모리 2133 MHz x 2개
    Memory 512GB (64GB x 8)
    GPU Geforce GTX 1080Ti * 4
    Storage 33TB HDD
    OS Ubuntu 20.04 LTS
    유효성 검증 모델 학습 및 검증 조건
    개발 언어 Python 3.8
    프레임워크 CUDA 11.6
     
     
     
     
     
     
     
     
     
  • 데이터 성능 점수

    측정값 (%)
    기준값 (%)

    데이터 성능 지표

    데이터 성능 지표
    번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수
    1 크로스핏 동작 분류 성능 Image Classification PoseC3D AccuracyTop-3 85 % 10 %
    2 크로스핏 유사도 모델 (오류 분류) (2D) Image Classification PoseC3D AccuracyTop-3 85 % 99.88 %

    ※ 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

    □ 원천 데이터

     

    ○ 동작 구성

     

    - 크로스핏의 다양하고 많은 동작 中 핵심이 되는 9가지 동작을 선정
    9가지 동작은 기본적인 기능적 움직임을 기반으로 선정됨.
    모든 동작의 기본동작이기도 하여, 동작에 대한 이해도를 판단하기에 적합한 동작 구성

     

    ○ 데이터 구성

     

    - 다각도의 8개 화면로 촬영된 FHD(1920*1080) 30FPS 동영상 파일(.avi) 및 이미지 파일(.jpg)


    데이터 명 포맷 파일명 비고
    원천데이터 JPG X.jpg 데이터 폴더 구분
    AVI Motion2-X.avi
     

     

    □ 라벨링 데이터

     

      라벨링 데이터는 2D,3D Skeleton(.csv) 및 어노테이션 메타데이터(.json)으로 구성됨

    구분 라벨링데이터 파일 포맷
    2D 키포인트 CSV
    3D 키포인트 CSV
    라벨링 어노테이션 JSON
     

        ○ CSV keypoint 데이터 구성표(2D)

     
     
    항목   필수여부 설명
    image_filename string Y  
    Nose_x number Y 코 좌표 X
    Nose_y number Y 코 좌표 Y
    LEye_x number Y 왼쪽 눈 좌표 X
    LEye_y number Y 왼쪽 눈 좌표 Y
    REye_x number Y 오른쪽 눈 좌표 X
    REye_y number Y 오른쪽 눈 좌표 Y
    LEar_x number Y 왼쪽 귀 좌표 X
    LEar_y number Y 왼쪽 귀 좌표 Y
    REar_x number Y 오른쪽 귀 좌표 X
    REar_y number Y 오른쪽 귀 좌표 Y
    LShoulder_x number Y 왼쪽 어깨 좌표 X
    LShoulder_y number Y 왼쪽 어깨 좌표 Y
    RShoulder_x number Y 오른쪽 어깨 좌표 X
    RShoulder_y number Y 오른쪽 어깨 좌표 Y
    LElbow_x number Y 왼쪽 팔꿈치 좌표 X
    LElbow_y number Y 왼쪽 팔꿈치 좌표 Y
    RElbow_x number Y 오른쪽 팔꿈치 좌표 X
    RElbow_y number Y 오른쪽 팔꿈치 좌표 Y
    LWrist_x number Y 왼쪽 손목 좌표 X
    LWrist_y number Y 왼쪽 손목 좌표 Y
    RWrist_x number Y 오른쪽 손목 좌표 X
    RWrist_y number Y 오른쪽 손목 좌표 Y
    LHip_x number Y 왼쪽 엉덩이 좌표 X
    LHip_y number Y 왼쪽 엉덩이 좌표 Y
    RHip_x number Y 오른쪽 엉덩이 좌표 X
    RHip_y number Y 오른쪽 엉덩이 좌표 Y
    LKnee_x number Y 왼쪽 무릎 좌표 X
    LKnee_y number Y 왼쪽 무릎 좌표 Y
    RKnee_x number Y 오른쪽 무릎 좌표 X
    RKnee_y number Y 오른쪽 무릎 좌표 Y
    LAnkle_x number Y 왼쪽 발목 좌표 X
    LAnkle_y number Y 왼쪽 발목 좌표 Y
    RAnkle_x number Y 오른쪽 발목 좌표 X
    RAnkle_y number Y 오른쪽 발목 좌표 Y
    Head_x number Y 머리 좌표 X
    Head_y number Y 머리 좌표 Y
    Neck_x number Y 목 좌표 X
    Neck_y number Y 목 좌표 Y
    Hip_x number Y 엉덩이 좌표 X
    Hip_y number Y 엉덩이 좌표 Y
    LBigToe_x number Y 왼쪽 엄지발가락 좌표 X
    LBigToe_y number Y 왼쪽 엄지발가락 좌표 Y
    RBigToe_x number Y 오른쪽 엄지발가락 좌표 X
    RBigToe_y number Y 오른쪽 엄지발가락 좌표 Y
    LSmallToe_x number Y 왼쪽 새끼발가락 좌표 X
    LSmallToe_y number Y 왼쪽 새끼발가락 좌표 Y
    RSmallToe_x number Y 오른쪽 새끼발가락 좌표 X
    RSmallToe_y number Y 오른쪽 새끼발가락 좌표 Y
    LHeel_x number Y 왼쪽 발꿈치 좌표 X
    LHeel_y number Y 왼쪽 발꿈치 좌표 Y
    RHeel_x number Y 오른쪽 발꿈치 좌표 X
    RHeel_y number Y 오른쪽 발꿈치 좌표 Y
     

     

     ○ CSV keypoint 데이터 구성표(3D) 

     
    항목   필수여부 설명
    image_filename string Y  
    Nose_x number Y 코 좌표 X
    Nose_y number Y 코 좌표 Y
    Nose_z number Y 코 좌표 Z
    LEye_x number Y 왼쪽 눈 좌표 X
    LEye_y number Y 왼쪽 눈 좌표 Y
    LEye_z number Y 왼쪽 눈 좌표 Z
    REye_x number Y 오른쪽 눈 좌표 X
    REye_y number Y 오른쪽 눈 좌표 Y
    REye_z number Y 오른쪽 눈 좌표 Z
    LEar_x number Y 왼쪽 귀 좌표 X
    LEar_y number Y 왼쪽 귀 좌표 Y
    LEar_z number Y 왼쪽 귀 좌표 Z
    REar_x number Y 오른쪽 귀 좌표 X
    REar_y number Y 오른쪽 귀 좌표 Y
    REar_z number Y 오른쪽 귀 좌표 Z
    LShoulder_x number Y 왼쪽 어깨 좌표 X
    LShoulder_y number Y 왼쪽 어깨 좌표 Y
    LShoulder_z number Y 왼쪽 어깨 좌표 Z
    RShoulder_x number Y 오른쪽 어깨 좌표 X
    RShoulder_y number Y 오른쪽 어깨 좌표 Y
    RShoulder_z number Y 오른쪽 어깨 좌표 Z
    LElbow_x number Y 왼쪽 팔꿈치 좌표 X
    LElbow_y number Y 왼쪽 팔꿈치 좌표 Y
    LElbow_z number Y 왼쪽 팔꿈치 좌표 Z
    RElbow_x number Y 오른쪽 팔꿈치 좌표 X
    RElbow_y number Y 오른쪽 팔꿈치 좌표 Y
    RElbow_z number Y 오른쪽 팔꿈치 좌표 Z
    LWrist_x number Y 왼쪽 손목 좌표 X
    LWrist_y number Y 왼쪽 손목 좌표 Y
    LWrist_z number Y 왼쪽 손목 좌표 Z
    RWrist_x number Y 오른쪽 손목 좌표 X
    RWrist_y number Y 오른쪽 손목 좌표 Y
    RWrist_z number Y 오른쪽 손목 좌표 Z
    LHip_x number Y 왼쪽 엉덩이 좌표 X
    LHip_y number Y 왼쪽 엉덩이 좌표 Y
    LHip_z number Y 왼쪽 엉덩이 좌표 Z
    RHip_x number Y 오른쪽 엉덩이 좌표 X
    RHip_y number Y 오른쪽 엉덩이 좌표 Y
    RHip_z number Y 오른쪽 엉덩이 좌표 Z
    LKnee_x number Y 왼쪽 무릎 좌표 X
    LKnee_y number Y 왼쪽 무릎 좌표 Y
    LKnee_z number Y 왼쪽 무릎 좌표 Z
    RKnee_x number Y 오른쪽 무릎 좌표 X
    RKnee_y number Y 오른쪽 무릎 좌표 Y
    RKnee_z number Y 오른쪽 무릎 좌표 Z
    LAnkle_x number Y 왼쪽 발목 좌표 X
    LAnkle_y number Y 왼쪽 발목 좌표 Y
    LAnkle_z number Y 왼쪽 발목 좌표 Z
    RAnkle_x number Y 오른쪽 발목 좌표 X
    RAnkle_y number Y 오른쪽 발목 좌표 Y
    RAnkle_z number Y 오른쪽 발목 좌표 Z
    Head_x number Y 머리 좌표 X
    Head_y number Y 머리 좌표 Y
    Head_z number Y 머리 좌표 Z
    Neck_x number Y 목 좌표 X
    Neck_y number Y 목 좌표 Y
    Neck_z number Y 목 좌표 Z
    Hip_x number Y 엉덩이 좌표 X
    Hip_y number Y 엉덩이 좌표 Y
    Hip_z number Y 엉덩이 좌표 Z
    LBigToe_x number Y 왼쪽 엄지발가락 좌표 X
    LBigToe_y number Y 왼쪽 엄지발가락 좌표 Y
    LBigToe_z number Y 왼쪽 엄지발가락 좌표 Z
    RBigToe_x number Y 오른쪽 엄지발가락 좌표 X
    RBigToe_y number Y 오른쪽 엄지발가락 좌표 Y
    RBigToe_z number Y 오른쪽 엄지발가락 좌표 Z
    LSmallToe_x number Y 왼쪽 새끼발가락 좌표 X
    LSmallToe_y number Y 왼쪽 새끼발가락 좌표 Y
    LSmallToe_z number Y 왼쪽 새끼발가락 좌표 Z
    RSmallToe_x number Y 오른쪽 새끼발가락 좌표 X
    RSmallToe_y number Y 오른쪽 새끼발가락 좌표 Y
    RSmallToe_z number Y 오른쪽 새끼발가락 좌표 Z
    LHeel_x number Y 왼쪽 발꿈치 좌표 X
    LHeel_y number Y 왼쪽 발꿈치 좌표 Y
    LHeel_z number Y 왼쪽 발꿈치 좌표 Z
    RHeel_x number Y 오른쪽 발꿈치 좌표 X
    RHeel_y number Y 오른쪽 발꿈치 좌표 Y
    RHeel_z number Y 오른쪽 발꿈치 좌표 Z
     

      ○ annotation.json 구성표

    구분 항목명 타입 필수여부 설명
    1 video_path String Y 동영상 경로 
    (파일 이름 포함)
    2 video_name String Y 동영상 파일 이름
    3 video_duration Integer Y 동영상 길이(초)
    4 video_type String Y 동영상 타입 (avi)
    5 annotations Object List Y 라벨링 정보를 포함하는 리스트
      5-1 annotation_no Integer Y 동작 라벨링 순번
    5-2 start_time Float Y 구간 시작 시간(초)
    5-3 end_time Float Y 구간 종료 시간(초)
    5-4 start_frame Integer Y 구간 시작 프레임
    5-5 end_frame Integer Y 구간 종료 프레임
    5-6 motion_category1 String Y 동작 대분류
    5-7 motion_category2 String Y 동작 중분류
    5-8 motion_category3 String Y 동작 소분류
    5-9 motion_category4 String Y 정상/세부 오류 구분
    6 actor Object Y 동작 시연자 정보
      6-1 actor_level Integer Y 시연자의 숙련도
    6-2 actor_height String Y 시연자의 키
    6-3 actor_gender Integer Y 시연자의 성별 
    6-4 actor_age String Y 시연자의 만 나이
     

     

       ○ annotation.json 실제 예시

    {
        "video_path": "크로스핏/basic.avi",
        "video_name": "Motion2-2.avi"
        "video_duration": 0.0,
        "video_type": "avi",
        "annotations": [
               {
                  "annotation_no": 1,
                  "start_frame": 232,
                  "end_frame": 566,           
                  "motion_category1":"크로스핏",
                  "motion_category2":"데드리프트",
                  "motion_category3":"데드리프트",
                  "motion_category4": "정상"
               },         
     

      {
                  "annotation_no": 2,
                  "start_frame": 232,
                  "end_frame": 566,                           "motion_category1":"크로스핏",
                  "motion_category2":"데드리프트",
                  "motion_category3":"데드리프트",
                  "motion_category4": "정상"
               }
        ],
        "actor":{
             "actor_level":1,
             "actor_height":170,
             "actor_gender":1,
             "actor_age":24
         }
    }

     

     

  • 데이터셋 구축 담당자

    수행기관(주관) : (주)이랜서
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    한제만 02-3468-0022 smile@elancer.co.kr 사업 총괄 / 데이터 획득 / 품질관리 및 교육
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    인하대학교 산학협력단 데이터 정의 / AI 모델 개발
    (주)어노테이션에이아이 크라우드 플랫폼 / 품질관리 툴
    (주)라온비엔피 크라우드 소싱 / 데이터 정제 / 품질관리 툴
    연세대학교 산학협력단 데이터 관리 / 품질관리
    대한빙상경기연맹 품질관리 / 피겨 원시데이터 제공
    (주)라까사웍스 품질관리 / 크로스핏 원시데이터 제공
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    한제만 02-3468-0022 smile@elancer.co.kr
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]
    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.