AI-Hub

데이터 변경이력

데이터 히스토리

소개

도심 내 차량 혼잡도, 사람 혼잡도를 인지하기 위한 영상 및 이미지 데이터

구축목적

도심 혼잡 지역에 대하여 기존의 CCTV 영상에서 할 수 없는 넒은 지역에 대한 분석을 위하여 고층 옥상에 광각 CCTV를 이용한 널은 지역에 대한 차량 및 사람 혼잡 분석

구축 내용 및 제공 데이터량

• 원본영상 20,800시간 제공
• 수집 영상중 시간대별로 6분 영상 추출하여 포당 1프래임 라벨링
• 사람과 차량을 제거한 배경 이미지 제공

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

데이터 성능 점수

설명서 및 활용가이드 다운로드

데이터 변경이력

구축 목적

• 도심 혼잡 지역에 대하여 기존의 CCTV 영상에서 할 수 없는 넒은 지역에 대한 분석을 위하여 고층 옥상에 광각 CCTV를 이용한 널은 지역에 대한 차량 및 사람 혼잡 분석

활용 분야

• 도심지의 널음 지역에 대한 차량 혼잡, 사람 혼잡 분석, 차량 및 사람 유동량 분석 AI 기술 개발

소개

• 서초구가 대규모 재난 · 재해 · 사건 · 사고 광역지원 및 해결을 위해 20개소 주요 거점 건물 (최대 52층)옥상을 임차 설치한 고화질(FHD / 5M) 카메라 영상을 통해서 수집된 데이터를 사람과 차량의 혼잡도를 분석하기 위하여 사람혼잡 데이터와 차량 혼잡 데이터로 분류하여 AI학습용 데이터 셋으로 구축 하였으며, 활용도를 높이기 위하여 수집 원본 영상과 사람과 차량이 없는 배경 이미지를 제공
   

구축 내용 및 제공 데이터량

• 원본영상 20,800시간 제공
• 수집 영상중 시간대별로 6분 영상 추출하여 포당 1프래임 라벨링
• 사람과 차량을 제거한 배경 이미지 제공

대표도면

• 사람
   

• 차량
   

필요성

• 도심 과밀화에 따라 시민 안전과 관련된 다양한 이슈 발생하며 특히 교통 체증의 심화와 코로나-19 와 같은 전염병의 취약점이 발생
• 현재 인공지능 학습에 사용되는 CCTV영상의 대부분은 좁은 범위에서 자세하게 촬영된 데이터 활용
• 현재 도심 혼잡 문제를 해결하기 위해서는 넒은 범위에 대한 모니터링 및 현황 파악이 필요
• 차량 정체에 따른 사람들의 기회 비용의 증가 및 교통 인프라 효율성을 향상 시키기 위한 분석 데이터의 필요
• 코로나 19 사태에 따른 인원 군집에 대한 제한 필요에 따른 인원 혼잡에 대한 데이터 필요

데이터 구조

• 데이터 구성
   - Pascal_Voc

  데이터 구성 표

  No			항목		길이	타입	필수여부	비고
  			한글명	영문명
  1			xml파일	annotation		tag	Y
  	1		폴더 명	folder		string	Y
  	2		파일 명	filename		string	Y
  	3		원본 영상	source		tag	Y
  		1	데이터	database		int	Y
  		2	xml파일	annotation		tag	Y
  		3	이미지	image		string	Y
  	4		이미지 크기	size		tag	Y
  		1	이미지 너비	width		int	Y
  		2	이미지 높이	height		int	Y
  		3	이미지 채널	depth		int	Y
  	5		segments 정보	segmented		int	Y

   

• 어노테이션 포맷
    1) 사람 어노테이션 xml 포맷

  어노테이션 포맷 표1

  No				항목		길이	타입	필수여부	비고
  				한글명	영문명
  1				공통정보	-		tag	Y
  	1			annotation task 정보	task		tag	Y
  		1		고유 번호	id		int	Y
  		2		이미지 이름	name		string	Y
  		3		총 프레임 수	size		int	Y
  		4		cvat 모드	mode		string	Y
  		5		겹친 객체 수	overlap		int	Y
  		6		버그 추적	bugtracker		string	N	NA
  		7		제작 시간	created		date	Y
  		8		업데이트 시간	updated		date	Y
  		9		시작 프레임	start_frame		int	Y
  		10		종료 프레임	stop_frame		int	Y
  		11		프레임 필터	frame_filter		string	N	NA
  		12		z 축 순서	z_order		int	Y
  		13		라벨의 종류	labels		tag	Y
  			1	이름	name		string	Y
  			2	색	color		string	Y
  			3	속성	attributes		string	Y	NA
  		14		부분	segments		tag	Y
  			1	번호	id		int	Y
  			2	시작 프레임	start		int	Y
  			3	종료 프레임	stop		int	Y
  			4	주소	url		string	Y
  		15		admin 유저	owner		int	Y
  			1	유저 이름	username		string	Y
  			2	이메일	email		string	Y
  		16		작업자	assignee		tag	Y
  			1	작업자 이름	username		string	Y
  			2	이메일	email		string	Y
  		17		xml 다운로드 시간	dumped		string	Y
  2				프레임당 정보	-		tag	Y
  	1			이미지 정보	image		tag	Y
  		1		이미지 높이	height		int	Y
  		2		프레임 고유번호	id		int	Y
  		3		프레임 이름	name		string	Y
  		4		이미지 너비	width		int	Y
  		5		Dectecting 정보	box		tag	Y
  			1	탐지 객체 종류	label		string	Y
  			2	폐색 유무	occluded		int	Y	0
  			3	사용 영상	source		string	Y
  			4	X축 하단 좌표	xbr		int	Y
  			5	X축 상단 좌표	xtl		int	Y
  			6	Y축 하단 좌표	ybr		int	Y
  			7	Y축 상단 좌표	ytl		int	Y

  ※ 태그에 입력되는 원 데이터의 형식은 타입이 위와 같음

   

    2) 차량 메타정보

  어노테이션 포맷 표2

  No		항목		길이	타입	필수여부	비고
  		한글명	영문명
  1		공통정보	-		tag	Y
  	1	job id	id		int	Y
  	2	촬영장소	loc		string	Y
  	3	날짜	date		date	Y	특정 형식 준수
  	4	위도	latitude		float	Y
  	5	경도	longitude		float	Y
  	6	날씨	weather		string	Y
  	7	강수량	rainfall		float	Y
  	8	미세먼지	dust		float	Y
  	9	초미세먼지	fine_dust		float	Y
  	10	보간법	mode		string	Y
  	11	ROI 변곡점	point		list	Y
  2		차량 흐름 정보	-		tag	Y
  	1	job id	id		int	Y
  	2	차량진입좌표	entrace		list	Y	(x1,y1),(x2,y2)
  	3	우회전 진입점	right_exit		list	Y	(x,y,radius)
  	4	우합류차량 진입점	right_enter		list	Y	(x,y,radius)
  	5	좌회전 진입지점	left_turn		list	Y	(x,y,radius)
  	6	유턴 진입 지점	u_turn		list	Y	rectangle 좌표
  	7	횡단보도 좌표지점	cross_work		list	Y	(x1,y1),(x2,y2)
  	8	차량진출좌표	exit		list	Y	(x1,y1),(x2,y2)

  ※ ROI(Region Of Interest) : 관심영역이란 의미로 영상 내에서 주로 관심을 가지고 보는 부분(영역)을 지정(주로 다각형으로 표시)한 것을 말한다

   

    3)차량 어노테이션 xml 포맷

  어노테이션 포맷 표3

  No				항목		길이	타입	필수여부	비고
  				한글명	영문명
  1				공통정보	-		tag	Y
  	1			annotation task 정보	task		tag	Y
  		1		고유 번호	id		int	Y
  		2		이미지 이름	name		string	Y
  		3		총 프레임 수	size		int	Y
  		4		cvat 모드	mode		string	Y
  		5		겹친 객체 수	overlap		int	Y
  		6		버그 추적	bugtracker		string	N	NA
  		7		제작 시간	created		date	Y
  		8		업데이트 시간	updated		date	Y
  		9		시작 프레임	start_frame		int	Y
  		10		종료 프레임	stop_frame		int	Y
  		11		프레임 필터	frame_filter		string	N	NA
  		12		z 축 순서	z_order		int	Y
  		13		라벨의 종류	labels		tag	Y
  			1	이름	name		string	Y
  			2	색	color		string	Y
  			3	속성	attributes		string	Y	NA
  		14		부분	segments		tag	Y
  			1	번호	id		int	Y
  			2	시작 프레임	start		int	Y
  			3	종료 프레임	stop		int	Y
  			4	주소	url		string	Y
  		15		admin 유저	owner		int	Y
  			1	유저 이름	username		string	Y
  			2	이메일	email		string	Y
  		16		작업자	assignee		tag	Y
  			1	작업자 이름	username		string	Y
  			2	이메일	email		string	Y
  		17		영상 크기	original_size		tag	Y
  			1	너비	width		int	Y
  			2	높이	height		int	Y
  		18		xml 다운로드 시간	dumped		string	Y
  		19		사용된 영상 이름	source		string	Y
  2				프레임당 정보	-		tag	Y
  	1			이미지 정보	image		tag	Y
  		1		이미지 높이	height		int	Y
  		2		프레임 고유번호	id		int	Y
  		3		프레임 이름	name		string	Y
  		4		이미지 너비	width		int	Y
  		5		Dectecting 정보	box		tag	Y
  			1	탐지 객체 종류	label		string	Y
  			2	폐색 유무	occluded		int	Y	0
  			3	사용 영상	source		string	Y
  			4	X축 하단 좌표	xbr		int	Y
  			5	X축 상단 좌표	xtl		int	Y
  			6	Y축 하단 좌표	ybr		int	Y
  			7	Y축 상단 좌표	ytl		int	Y

  ※ 태그에 입력되는 원 데이터의 형식은 타입이 위와 같음

데이터셋 구축 담당자

수행기관(주관) : 서초구청

수행기관(참여)

데이터 관련 문의처