-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2024-10-30 데이터 최종 개방 1.0 2024-06-28 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-06-28 산출물 공개 Beta Version 소개
- 생성 모델 미세조정(fine-tunning)을 위한 한국인 멀티뷰 전신 및 포즈데이터 - 한국인 1,800명을 대상으로 한 전신 촬영 이미지 및 고해상도 얼굴 영역 이미지 수집과 추가데이터(신체 치수 데이터, 전신 3D 모델링 데이터, 의상 및 액세서리 이미지 데이터)의인공지능 데이터 셋 구축
구축목적
- 코로나 19로 인한 메타버스라는 새로운 장이 열림에 따라 가상의류가 제작 및 거래되고 버츄얼 패션쇼 등 가상세계가 패션 트렌드를 선호하고 있음 - 국내외 기업에서 빅데이터 기술을 통한 3D 아바타인 디지털 휴먼을 활용한 마케팅을 적극 활용 중임
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 이미지 데이터 형식 jpg 데이터 출처 직접 수집 라벨링 유형 전신 촬영 이미지 데이터 (키포인트, 세그멘테이션) 고해상도 얼굴영역 이미지 데이터 (세그멘테이션) 라벨링 형식 json 데이터 활용 서비스 한국인 인체 특성을 고려한 다양한 산업군 개발 및 연구 등 데이터 구축년도/
데이터 구축량2023년/45,000개 -
- 데이터 구축 규모
1) 원천, 라벨링 데이터데이터 구축 규모 1) 원천, 라벨링 데이터 데이터명 분류 데이터 포맷 총 구축량 (단위) 전신 촬영
이미지 데이터원천데이터 .jpg 43,200개 라벨링데이터 .json 43,200개 고해상도 얼굴영역
이미지 데이터원천데이터 .jpg 1,800개 라벨링데이터 .json 1,800개 2) other 데이터
데이터 구축 규모 2) other 데이터 데이터명 분류 데이터 포맷 총 구축량 (단위) 의상 및 액세서리
이미지 데이터원천데이터 .jpg 13,390개 인체 치수 데이터 메타데이터 .csv 1,800개 3D 전신 모델링 데이터 원천데이터 .obj 7,200개 .mp4 151,200개
3) 서브라벨링데이터 구축 규모 3) 서브라벨링 데이터명 분류 데이터 포맷 총 구축량 (단위) 서브라벨링 라벨링 데이터 .json 43,200개 - 데이터 분포
데이터 분포 데이터명 원천데이터 구분 구축 비율 전신 촬영
이미지 데이터청소년 25% 청년 25% 중장년 25% 노년 25% 고해상도 얼굴영역
이미지 데이터청소년 25% 청년 25% 중장년 25% 노년 25% 인체 치수 데이터 청소년 25% 청년 25% 중장년 25% 노년 25% 3D 전신 모델링 데이터 청소년 25% 청년 25% 중장년 25% 노년 25% 의상 및 액세서리
이미지 데이터청소년 25% 청년 25% 중장년 25% 노년 25% 서브라벨링 한국어 100% 영어 * 청소년 (9~19세), 청년(20~39세), 중장년(40~65세), 노년(65세 이상)으로 구분
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드- 활용 AI모델 정의
- 정지영상으로부터 3차원 사람 복원(3D Human Reconstruction)을 하고 25개의 관절의 위치를 추정하는 자세 추정(Human Pose Estimation)을 통해 10가지 자세 유형을 분류(Classification)하는 딥러닝 모델을 개발- 활용 AI모델
1) 한국인 자세 유형 분류
- 입력 정지 영상에서 10가지 사람의 10가지 유형 자세를 분류하는 모델
2) 한국인 자세 추정
- 입력 정지 영상에서 사람의 주요 관절의 위치를 추정하고 추정된 관절 등을 이용하여 행동을 분류하는 모델
3) 한국인 전신 및 포즈 3D 생성
- 입력 정지 영상에서 SMPL의 관절 좌표와 신체특징 벡터를 추정하여 3차원 모델로 표현하는 모델- 서비스 활용 시나리오
- 사용자 체형정보 획득, 관절 기반 동작 제어가 가능한 체형정보를 반영한 체형 맞춤 운동처방 및 재활 운동 가이드 등의 헬스케어 콘텐츠 서비스에 활용
- 실감 교육 분야에서 3D 아바타를 이용한 인터랙티브 가상 체험 학습에 활용
- 3D 신체정보 기반 의류, 패션, 광고시장의 가상 피팅의 확대에 기여
- 다양한 산업계에서 한국인 전신 및 포즈 데이터 활용도 향상 -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드- 데이터 구성 (전신 촬영 이미지 데이터)
데이터 구성 (전신 촬영 이미지 데이터) Key Description Type Child Type normal_info 데이터셋정보 JsonObject { 출생년도 배우 출생년도 yyyy String 이름 배우 이름 String 연령대 배우 연령대 String 성별 배우 성별 String 포즈 배우 포즈 String 크기 파일 용량 String 가로_세로_크기 이미지 크기 String 해상도 이미지 해상도 Number 이미지_포맷 파일 포맷 String 날짜 정제 날짜 yyyy-MM-dd String 시간 정제 시간 hh:mm:ss String } human_size 배우 신체 사이즈 JsonObject { size 신체 사이즈 JsonArray Number [ ] } camera_info 카메라 정보 JsonObject { 카메라_기종 카메라 기종 String 렌즈_화각 렌즈 화각 String 조리개_값 조리개 값 String 셔터스피드 셔터 스피드 String 카메라_감도_iso 카메라 감도 ISO Number 캘리_값 캘리브레이션 값 String } 이미지_캡션 이미지 캡션 JsonObject { 한글 이미지 캡션(한글) String 영어 이미지 캡션(영어) String } annotations 라벨링 항목 JsonObject { joint_pose 2D 키포인트 JsonArray Number [ ] joint_pose_3d 3D 키포인트 JsonArray Number [ ] joint_face 얼굴 키포인트 JsonArray Number [ ] joint_hand_left 왼손 키포인트 JsonArray Number [ ] joint_hand_right 오른손 키포인트 JsonArray Number [ ] segmentation_body 신체 세그멘테이션 JsonArray JsonObject [ { label 신체 부위 String points 폴리곤 JsonArray Number [ ] } ] } - 어노테이션 포맷 (전신 촬영 이미지 데이터)
어노테이션 포맷 (전신 촬영 이미지 데이터) No 항목 길이 타입 필수여부 비고 한글명 영문명 1 normal_info JsonObject Y 1-1 출생년도 String Y 1-2 이름 String Y 1-3 연령대 String Y 1-4 성별 String Y 1-5 포즈 String Y 1-6 크기 String Y 1-7 가로_세로_크기 String Y 1-8 해상도 Number Y 1-9 이미지_포맷 String Y 1-10 날짜 String Y 1-11 시간 String Y 2 human_size JsonObject Y 2-1 size JsonArray Y 3 camera_info JsonObject Y 3-1 카메라_기종 String Y 3-2 렌즈_화각 String Y 3-3 조리개_값 String Y 3-4 셔터스피드 String Y 3-5 카메라_감도_iso Number Y 3-6 캘리_값 String Y 4 이미지_캡션 JsonObject Y 4-1 캡션 { JsonObject Y 4-2 한글 String Y 4-3 영어 String Y } 5 annotations JsonObject Y 5-1 joint_pose JsonArray Y 5-2 joint_pose_3d JsonArray Y 5-3 joint_face JsonArray Y 5-4 joint_hand_left JsonArray Y 5-5 joint_hand_right JsonArray Y 5-6 segmentation_body JsonArray Y 5-7 [ JsonArray Y 5-8 { JsonObject Y 5-9 label String Y 5-10 points JsonArray N } ] -데이터 포맷 (전신 촬영 이미지 데이터)
- 원천데이터 포맷
- Json 형식
∙ 실제 예시 (전신 촬영 이미지 데이터)
∙ 데이터 구성 (고해상도 얼굴영역 이미지 데이터)데이터 구성 (고해상도 얼굴영역 이미지 데이터) Key Description Type Child Type normal_info 데이터셋정보 JsonObject { 출생년도 배우 출생년도 yyyy String 이름 배우 이름 String 연령대 배우 연령대 String 성별 배우 성별 String 크기 파일 용량 String 가로_세로_크기 이미지 크기 String 해상도 이미지 해상도 Number 이미지_포맷 파일 포맷 String 날짜 정제 날짜 yyyy-MM-dd String 시간 정제 시간 hh:mm:ss String } human_size 배우 신체 사이즈 JsonObject { size 신체 사이즈 JsonArray Number [ ] } camera_info 카메라 정보 JsonObject { 카메라_기종 카메라 기종 String 렌즈_화각 렌즈 화각 String 조리개_값 조리개 값 String 셔터스피드 셔터 스피드 String 카메라_감도_iso 카메라 감도 ISO Number 켈리_값 캘리브레이션 값 String } annotations 라벨링 항목 JsonObject { segmentation_body 신체 세그멘테이션 JsonArray JsonObject [ { label 신체 부위 String points 폴리곤 JsonArray Number [ ] } ] } ∙ 데이터 포맷 (고해상도 얼굴영역 이미지 데이터)
- 원천데이터 포맷
- Json 형식
∙ 어노테이션 포맷 (고해상도 얼굴영역 이미지 데이터)어노테이션 포맷 (고해상도 얼굴영역 이미지 데이터) No 항목 길이 타입 필수여부 비고 한글명 영문명 1 normal_info JsonObject Y 1-1 출생년도 String Y 1-2 이름 String Y 1-3 연령대 String Y 1-4 성별 String Y 1-5 크기 String Y 1-6 가로_세로_크기 String Y 1-7 해상도 Number Y 1-8 이미지_포맷 String Y 1-9 날짜 String Y 1-10 시간 String Y 2 human_size JsonObject Y 2-1 size JsonArray Y 3 camera_info JsonObject Y 3-1 카메라_기종 String Y 3-2 렌즈_화각 String Y 3-3 조리개_값 String Y 3-4 셔터스피드 String Y 3-5 카메라_감도_iso Number Y 3-6 켈리_값 String Y 4 annotations JsonObject Y 4-1 segmentation_body JsonArray Y 4-2 [ JsonArray Y 4-3 { JsonObject Y 4-4 label String Y 4-5 points JsonArray N } ] ∙ 실제 예시 (고해상도 얼굴영역 이미지 데이터)
-
데이터셋 구축 담당자
수행기관(주관) : ㈜렉플
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 윤인규 070-5173-4711 [email protected] 주관, 데이터 수집, 데이터 정제 수행기관(참여)
수행기관(참여) 기관명 담당업무 그리다텍(주) 데이터 가공 경성대학교 산학협력단 데이터 AI 모델 학습 및 검증 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 윤인규 070-5173-4711 [email protected] 안상영 070-5173-4711 [email protected] AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 박장식 051-663-4768 [email protected] 이상협 051-663-4768 [email protected] 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 김동훈 051-710-2778 [email protected] 현기우 051-710-2778 [email protected]
-
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 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
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 [email protected] 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.