콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#CCTV # 블랙박스 # 스마트돌봄 # 안전취약 # 영상 데이터셋

어린이 보호구역 내 어린이 도로보행 위험행동 영상

어린이 보호구역 내 어린이 도로보행 위험행동 영상
  • 분야재난안전환경
  • 유형 비디오 , 이미지
구축년도 : 2020 갱신년월 : 2022-01 조회수 : 8,147 다운로드 : 1,356 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
    1.4 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
  • 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
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • 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 다운로드

    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  

    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 확보어린이 보호구역 내 어린이 도로보행 위허행동 영상 데이터 소개 이미지

       

    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

    어린이 보호구역 내 어린이 도로보행 위험행동 영상 데이터 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)개발
    고백기술 · 원천 데이터 라벨링 및 어노테이션
    · 라벨링 검수
    중앙대 · 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
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] [공용IRB 심의신청 가이드라인]
    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.