AI-Hub

데이터 변경이력

데이터 히스토리

소개

대상 객체의 크기를 추정하기 위한 유동적 폐색, 대상객체의 형상을 추정하기위한 일정한 폐색으로 이원화된 데이터 셋 구축

구축목적

∘ 장애물 또는 객체 간의 가려진 경우에도 정확한 객체 인식을 위한 형상 추적용 폐색 데이터를 구축
∘ 자율주행에 활용하여 인공지능 주행속도 감속 응용서비스 개발을 지원하고, 그 외에 영상 품질 향상 기술, 객체 인식 및 추적 기술 등 전반적인 이미지 전처리 기

1. 데이터 구축 규모

2. 데이터 분포
∘ 폐색 유형별 분포

∘ 유동적 폐색 비율별 분포

∘ 일정한 폐색 비율별 분포

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

1. 모델 학습
∘ 모델명 : TridentNet
∘ 항목명 : 객체 검출 및 추적
∘ 활용 AI 모델 설명 : 폐색 객체 또는 카메라 촬영 구도에 동적 변화 때문에 타깃 객체의 폐색 상황이 연출되는 유동적 폐색 환경에서 객체를 검출하고, 추적(tracking)하는 데이터셋 구성

∘ 모델명 :PointRend
∘ 항목명 : 객체 추출
∘ 활용 AI 모델 설명 : 타깃 객체가 고정된 상황에서 폐색 객체의 동적 변화 때문에 폐색 상황이 연출되는 일정한 폐색 상황에서 타깃 객체의 형상을 추출하는 데이터셋 구성

2. 활용 서비스
∘ 재난현장 및 안전관리 현장에서 360도 영상을 실시간으로 촬영하면서 일부 폐색된 목표객체에 대한 검출 및 추적 기능 확보를 통하여 제품 및 작업 수행 효율 극대화 기대
∘ 재난현장에서 잔해물 사이에 있는 생존자 구조 등 해당 분야에 대한 활용 가능
∘ 본 과제를 통해 구축할 최초의 폐색 객체용 학습 데이터셋은 기존 개발된 다양한 state-of-the-art (SOTA) 인공지능 모델의 학습에 활용 가능함. 실제 환경에서 촬영된 객체 폐색 데이터셋을 이용하여 성능을 높일 수 있을 것으로 예상하며, 다양한 소비자 경험을 제공할 수 있을 것으로 기대됨.

설명서 및 활용가이드 다운로드

1. 데이터 설명
∘ 폐색 유형을 이원화하여 대상객체의 크기를 추정하기 위한 유동적 폐색, 대상객체의 형상을 추정하기 위한 일정한 폐색으로 시나리오를 구분
∘ 가려지는(폐색) 대상이 되는 타깃객체, 타깃객체에 대한 폐색을 유발시키는 폐색객체, 타깃객체에 대한 폐색에 영향을 주지 않는 일반객체의 3종으로 객체를 구분
∘ 유동적 폐색의 경우, 전체 대비 구축 비율은 75%로 라벨링 형태는 Bounding box 가공을 진행
∘ 일정한 폐색의 경우, 전체 대비 구축 비율은 25%로 라벨링 형태는 Segmentation 가공을 진행
∘ 객체 유형별 16개 분류와 85종의 객체에 대한 데이터 수집
∘ 수집 시점을 high, eye, low로 나누어 수집을 진행

2. 데이터 포맷
∘ 원문 데이터 포맷 예시

      <유동형 객체 원천 데이터>                    <유동형 객체 라벨 데이터>

       <일정한 폐색 객체 원천 데이터>             <일정한 폐색 객체 라벨 데이터>

3. JSON 형식

 JSON 예시

{
  "Raw_Data_Info.":  {
    "Raw_Data_ID":  "D1_221110_OSS06_L0010",
    "Copyrighter":  "㈜미디어그룹사람과숲",
    "Location":  "O",
    "Target_type":  "SS",
    "Place":  "선착장",
    "Date":  "2022-11-10",
    "Length":  "10",
    "Resolution":  "1920,
     1080",
    "FPS":  "30",
    "F-stop":  "F2.4",
    "Exposure_Time":  "1/500",
    "Angle":  "Low",
    "File_Extension":  "mp4"
  },
  "Source_Data_Info.":  {
    "Source_Data_ID":  "D1_221110_OSS06_L0010_0050",
    "Select_time":  "00:00:09:21",
    "File_Extension":  "jpg"
  },
  "Learning_Data_Info.":  {
 "Path":“일정한폐색_S/실외_O/프레임부분사용_S",
 "File_Extension": "JSON",
 "Json_Data_ID":D1_221110_OSS06_L0010_0050",
    "Annotations":  [
      {
        "Class_ID":  "Car",
        "Object_type":  "Target_Object",
        "Object_num":  "0",
        "Type":  "Segmentation",
        "Type_value":  [
          1021,
          377,
          918,
          397,
          ...... 중략 .......
          1042,
          379,
          1038,
          379
        ],
        "Class_size":  "466080",
        "Occlusion_size":  "112339",
        "Occlusion_rate":  "0.25"
      },
      ...... 중략 .......
  }
}

4. 데이터 구성

5. 어노테이션 포맷

데이터셋 구축 담당자

수행기관(주관) : ㈜미디어그룹사람과숲

수행기관(참여)

데이터 관련 문의처