초해상화(Super Resolution) 이미지
- 분야영상이미지
- 유형 이미지
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.3 2023-11-28 데이터 전체 개방 1.2 2021-11-23 데이터 품질 보완 1.1 2021-11-08 데이터 추가 개방 1.0 2021-06-30 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-12 신규 샘플데이터 개방 소개
저해상도 영상에서 고해상도 영상을 추론하는 자동화 기술 개발을 위한 다양한 일상생활에서의 고해상도, 저해상도 이미지데이터
구축목적
일상 생화에서 접할 수 있는 다양한 객체로부터 촬영한 이미지와 라벨링 데이터를 이용하여 영상 미디어에서 초고화질로의 변환을 위한 인공지능을 훈련하기 위한 데이터셋
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 이미지 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/80만 -
구축 내용 및 제공 데이터량
- 원시데이터 82만 건 (통계청 <한국 재화 서비스 분류 V2.0, 2019>를 기준으로 8개의 대분, 600개 이상의 소분류 구분)을 활용하여 HR 41만 건, LR 41만 건, 총 82만 건의 라벨링 데이터 도출
- 해상도별 HR, LR을 이용한 학습으로 저화질 영상의 초고화질 영상 변환
구축 내용 및 제공 데이터량 표 과제명 주요 내용 데이터 수집 방법 데이터 구축량 데이터 형식 이미지 초해상화를 위한 AI 데이터 구축 500개의 소분류 고해상도(HR)/저해상도(LR) 영상 페어 생성 직접 촬영 크라우드 구매 Synthesizing 800,000장 PNG/JPEG 구축 내용 및 제공 데이터량 표 대분류 목표 수량 구축 수량 농업, 임업 및 어업 생산물 71,000장 73,882장 광석, 광물, 전기, 가스 및 수도 5,000장 5,859장 식료품, 음료 및 담배, 섬유, 의류 및 가죽제품 111,000장 111,471장 기타 운송 가능한 제품(금속제품, 기계 및 장비 제외) 112,000장 112,953장 금속제품, 기계 및 장비 68,000장 69,755장 건축물 및 건설 서비스 16,000장 16,136장 도소매 서비스, 숙박 서비스, 식음료 제공 서비스, 운송 서비스, 전기・가스 및 수도 공급 서비스 8,000장 8,099장 기타 9,000장 14,964장 HR 합계 400,000장 413,119장 LR 합계 400,000장 413,119장 총 합계 800,000장 826,238장 -
-
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 학습성능 Image Classification EDSR MOS 3.37 점 3.59 점 2 학습성능 Image Classification RCAN PSNR 35.12 dB 34.18 dB
※ 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 다운로드데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.2 2021.11.23 데이터 품질 보완 1.1 2021.11.08 데이터 추가 개방 1.0 2021.06.30 데이터 최초 개방 구축 목적
- 일상 생화에서 접할 수 있는 다양한 객체로부터 촬영한 이미지와 라벨링 데이터를 이용하여 영상 미디어에서 초고화질로의 변환을 위한 인공지능을 훈련하기 위한 데이터셋
활용 분야
- 저화질 사진 및 영상의 사용 분야인 미디어, 인터넷, 보안등의 분야에서 고화질로의 변환에 활용할 수 있는 AI 영상 변환 기술 개발
소개
- 다양한 일상 생활 환경으로부터 촬영된 이미지로부터 정제된 추출 이미지 및 라벨링 데이터를 도출하고 검증한 초고화질 영상 AI 데이터셋으로, 기존 영상 학습 데이터셋과는 다른 일상 생활의 다양성을 추구하며, 다양한 환경에서의 데이터를 확보함과 동시에 저작권 문제를 완전히 해결한 원천 데이터를 확보
구축 내용 및 제공 데이터량
- 원시데이터 82만 건 (통계청 <한국 재화 서비스 분류 V2.0, 2019>를 기준으로 8개의 대분, 600개 이상의 소분류 구분)을 활용하여 HR 41만 건, LR 41만 건, 총 82만 건의 라벨링 데이터 도출
- 해상도별 HR, LR을 이용한 학습으로 저화질 영상의 초고화질 영상 변환
구축 내용 및 제공 데이터량 표 과제명 주요 내용 데이터 수집 방법 데이터 구축량 데이터 형식 이미지 초해상화를 위한 AI 데이터 구축 500개의 소분류 고해상도(HR)/저해상도(LR) 영상 페어 생성 직접 촬영 크라우드 구매 Synthesizing 800,000장 PNG/JPEG 구축 내용 및 제공 데이터량 표 대분류 목표 수량 구축 수량 농업, 임업 및 어업 생산물 71,000장 73,882장 광석, 광물, 전기, 가스 및 수도 5,000장 5,859장 식료품, 음료 및 담배, 섬유, 의류 및 가죽제품 111,000장 111,471장 기타 운송 가능한 제품(금속제품, 기계 및 장비 제외) 112,000장 112,953장 금속제품, 기계 및 장비 68,000장 69,755장 건축물 및 건설 서비스 16,000장 16,136장 도소매 서비스, 숙박 서비스, 식음료 제공 서비스, 운송 서비스, 전기・가스 및 수도 공급 서비스 8,000장 8,099장 기타 9,000장 14,964장 HR 합계 400,000장 413,119장 LR 합계 400,000장 413,119장 총 합계 800,000장 826,238장 대표도면
필요성
- 이미지 초해상화(Super Resolution) 인공지능 기술은 저해상도 영상에서 고해상도 영상을 추론해내는 딥러닝 기술의 한 분야로, 이에 대한 시장의 니즈가 급속히 늘어나고 있고, 이에 따라 시장규모가 확대됨에 따라, Super Resolution 모델을 훈련하고 평가할 수 있는 양질의 학습 데이터셋이 다량, 절실히 필요함
- 디스플레이는 4K/8K로 진화하고 있는데 반해, 대부분의 영상 컨텐츠는 HD/FHD로 제작되어 있음 [컨텐츠 수요자 관점]
- 기존에 만들어진 저화질 컨텐츠들을, 디스플레이의 성능에 걸맞는 고화질로 소비하고 싶은 니즈 증대
- 향후 미디어 분야에 있어 4K 이상의 고화질 컨텐츠에 대한 수요는 점점 더 커질 것으로 예상
- SR기술은 방송, 미디어, 의료, 관제, 보안 등 여러 분야에서 그 니즈가 확대되고 있으며, 이에 따라 요구사항과 개선사항이 다수 나타나고 있음 이러한 개선/요구 사항을 충족시킬 인공지능 SR 모델을 훈련/평가에 활용할 양질의 SR 데이터셋이 다량, 절실히 필요함
데이터 구조
- 데이터 구성
- 어노테이션 포맷
데이터 Naming 표 대 목표 수량 구축 수량 목표 수량 구축 수량 1 media_info 1-1 device string Y 미디어 정보 1-2 path string Y 미디어 정보 1-3 resolutionX string Y 미디어 정보 1-4 resolutionY string Y 미디어 정보 2 object_info 2-1 status string Y 오브젝트 정보 2-2 category2 string Y 오브젝트 정보 2-3 name string Y 오브젝트 정보 2-4 category1 string Y 오브젝트 정보 2-5 light string Y 오브젝트 정보 2-7 bg string Y 오브젝트 정보 3 bbox 3-1 left_top_x string Y 바운드박싱 정보 3-2 left_top_y string Y 바운드박싱 정보 3-3 right_bottom_x string Y 바운드박싱 정보 3-4 right_bottom_y string Y 바운드박싱 정보
-
데이터셋 구축 담당자
수행기관(주관) : 에스프레소미디어
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 이기수 02-876-0030 [email protected] · 데이터셋 설계 · 데이터 저작툴 개발 · 결과물 검수 및 검증 · 데이터구축 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 휴먼아이 · 원시데이터 수집, 가공, 정제
· 결과물 검수 및 검증퓨리오사AI · 결과물 검수 및 검증 국민대학교 · AI 모델 개발 피플인사이드 · 원시데이터 수집, 가공, 정제
· 결과물 검수 및 검증한국산업기술대학교 · AI 모델 개발 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 고영호(에스프레소미디어) 02-876-0030 [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.