AI-Hub

데이터 변경이력

데이터 히스토리

소개

도심 야간 사건사고 영상 분석을 위한 IR 및 열화상 영상 학습용 데이터를 구축하고 야간 상황을 분석하는 핵심적인 지표로 활용하는 AI데이터로 구성

구축목적

야간 사건사고 영상을 위한 학습용 데이터를 구축하고 야간 IR/열화상 CCTV 영상을 분석하는 핵심적인 지표로 활용하는 AI데이터로 구성

데이터 구축 규모

데이터 분포

• 객체이미지데이터 클래스 분포도

  라벨 종류	비율
  사람	50%
  오토바이 탄 사람	20%
  자전거 탄 사람	20%
  킥보드 탄 사람	10%
  합계	100%

• 사건사고이미지데이터 집계표

  순번	구분	원시	라벨링 내용	수량(장)		학습방법
  		데이터		IR	열화상	사건사고유형	용도
  1	사건	재연영상	사람	40,416	40,416	군집	객체 검출
  2				40,416	40,416	배회	객체 검출
  3				40,416	40,416	침입	객체 검출
  4				40,416	40,416	따라감	사건사고검출
  5				40,416	40,416	충돌 (사람VS사람)	사건사고검출
  6				40,420	40,420	쓰러짐	사건사고검출
  7			킥보드 탄 사람 (+사람)	18,187	18,187	킥보드주행	사건사고검출
  8				18,187	18,187	킥보드낙차+사람	사건사고검출
  9				18,187	18,187	킥보드 주행 (사람넘어짐)	사건사고검출
  10			킥보드 탄 사람 + 자전거 탄 사람	18,189	18,189	킥보드낙차	사건사고검출
  11			자전거 탄 사람 (+사람)	24,250	24,250	자전거 주행	사건사고검출
  12				24,250	24,250	자전거 낙차+사람	사건사고검출
  13				24,250	24,250	자전거 주행 (사람넘어짐)	사건사고검출
  14		실제영상	오토바이 탄사람 (+사람)	97,000	97,000	오토바이 주행	객체 검출
  합계				485,000	485,000

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

모델학습

• Scaled YOLOv4 / EfficientDet 등 네트워크 학습 기술 개발
  – 성능과 처리속도를 고려하여 Scaled YOLOv4와 EfficientDet을 선정하여 Object Detection 수행
  – CNN 특징을 이용한 다중 물체 추적기술을 이용, 안전구역내에서의 침입/배회 알람서비스를 위한 다중물체 추적 기술 적용
• 사건사고데이터 모델(LSTM) 기반의 사건사고 검출 네트워크 적용
  – 시나리오 데이터는 객체에 대한 box정보와 사건사고의 시작시간과 종료시간을 기록하여 학습데이터로 활용 함
  – 시계열 데이터를 이용한 사건사고 검출을 위한 사건사고데이터 모델(LSTM)를 활용하여 구축된 학습 DB 검증 수행
  

서비스 활용 시나리오

모델학습

•  야간 영상 분석, IR카메라의 객체 분석 능력, 열화상을 통한 안전 관련 연구 활용 및 야간 CCTV 감시 시스템과 야간 실종자 수색 시스템에 이용 
• 데이터셋을 이용하여 야간 저조도 영상에 대해 학습을 진행 후 서초구 관내의 위험 지역을 대상으로 서초 스마트시티 앱에 시험 운용 진행

데이터 성능 점수

설명서 및 활용가이드 다운로드

1. 객체이미지데이터 예시
   
    
2. 사건사고이미지데이터 예시
   
   
    
3. 데이터셋 폴더명 구성
   
   
    
4. 데이터셋 파일명 구성
   
    
5. 객체이미지데이터 어노테이션 포맷

   구분		항목명	타입	필수여부	설명	범위	비고
   1		image	dict	Y	이미지 정보
   	1-1	data_type	string	Y	데이터 클래스 이름	“OBJ”,“EVENT”
   	1-2	camera_type	string	Y	카메라 타입	“IR”, “THERM”
   	1-3	file_name	string	Y	이미지 파일 이름
   	1-4	date_captured	string	Y	생성일	yyyymmdd_hhmmss
   	1-5	video_id	string	Y	사용 영상 번호
   	1-6	image_id	string	Y	이미지 번호
   	1-7	size	dict	Y	이미지 크기
   	1-8-1	depth	int	Y	이미지의 채널 수
   	1-8-2	width	int	Y	이미지의 너비
   	1-8-3	height	int	Y	이미지의 높이
   2		annotation	dict	Y	annotation 정보
   	2-1	id	int	Y	객체 고유 번호
   	2-2	area	int	Y	객체 면적
   	2-3	bndbox	dict	Y	바운딩 박스 정보
   	2-3-1	xmin	int	Y	X축 최소값
   	2-3-2	ymin	int	Y	Y축 최소값
   	2-3-3	xmax	int	Y	X축 최대값
   	2-3-4	ymax	int	Y	Y축 최대값
   	2-4	entity_box	list	Y	꼭지점 위치 정규값
   	2-5	occluded	int	Y	가려짐 여부	0, 1
   	2-6	property	dict	Y	세부 정보
   	2-6-1	supercategory	string	Y	객체 대분류
   	2-6-2	category_id	int	Y	객체 클래스 번호
   	2-6-3	name	string	Y	객체 클래스 이름
   3		environment	dict	Y	환경 정보
   	3-1	location	string	Y	장소
   	3-2	resolution	string	Y	해상도	“1920*1080”, “1280*720”,
   						“640*480”,
   						“640*512”
   	3-3	weather	string	Y	날씨	“맑음”, “비”
   	3-4	temperature	string	Y	온도
   	3-5	wind_speed	string	Y	풍속
   	3-6	dust	string	Y	미세먼지
   	3-7	fov	string	Y	화각

   
    
6. 사건사고이미지데이터 어노테이션 포맷

   구분		항목명	타입	필수여부	설명	범위	비고
   1		image	dict	Y	이미지 정보
   	1-1	data_type	string	Y	데이터 클래스 이름	“OBJ”,“EVENT”
   	1-2	camera_type	string	Y	카메라 타입	“IR”, “THERM”
   	1-3	file_name	string	Y	이미지 파일 이름
   	1-4	date_captured	string	Y	생성일	yyyymmdd_hhmmss
   	1-5	video_id	int	Y	사용 영상 번호
   	1-6	image_id	int	Y	이미지 번호
   	1-7	size	dict	Y	이미지 크기
   	1-8-1	depth	int	Y	이미지의 채널 수
   	1-8-2	width	int	Y	이미지의 너비
   	1-8-3	height	int	Y	이미지의 높이
   	1-9	event_id	int	Y	이벤트 아이디
   	1-10	event_name	string	Y	이벤트 이름 대분류
   	1-11	sub_event_name	string	Y	이벤트 이름 소분류
   2		annotation	dict	Y	annotation 정보
   	2-1	id	int	Y	객체 고유 번호
   	2-2	area	int	Y	객체 면적
   	2-3	bndbox	dict	Y	바운딩 박스 정보
   	2-3-1	xmin	int	Y	X축 최소값
   	2-3-2	ymin	int	Y	Y축 최소값
   	2-3-3	xmax	int	Y	X축 최대값
   	2-3-4	ymax	int	Y	Y축 최대값
   	2-4	entity_box	list	Y	꼭지점 위치 정규값
   	2-5	occluded	int	Y	가려짐 여부	0, 1
   	2-6	property	dict	Y	세부 정보
   	2-6-1	supercategory	string	Y	객체 대분류
   	2-6-2	category_id	int	Y	객체 클래스 번호
   	2-6-3	name	string	Y	객체 클래스 이름
   	2-7	attributes	dict	Y	트레킹 정보
   	2-7-1	track_id	int	N	트레킹 아이디		NA
   	2-7-2	value	string	N	트레킹 값		NA
   	2-7-3	color	string	N	트레킹 색상		NA
   3		task	dict	Y	task 정보
   	3-1	mode	string	Y	cvat 모드
   	3-2	bugtracker	string	N	버그 추적		NA
   	3-3	created	string	Y	제작 시간	yyyy.mm.dd
   	3-4	updated	string	Y	업데이트 시간	yyyy.mm.dd
   	3-5	frame_size	int	Y	총 프레임 수
   	3-6	frame_id	int	Y	프레임 번호
   	3-7	frame_filter	string	N	프레임 필터		NA
   	3-8	start_frame	int	Y	시작 프레임
   	3-9	stop_frame	int	Y	종료 프레임
   4		environment	dict	Y	환경 정보
   	4-1	location	string	Y	장소
   	4-2	resolution	string	Y	해상도	“1920*1080”, “1280*720”,
   						“640*480”,
   						“640*512”
   	4-3	weather	string	Y	날씨	“맑음”, “비”
   	4-4	temperature	string	Y	온도
   	4-5	wind_speed	string	Y	풍속
   	4-6	dust	string	Y	미세먼지
   	4-7	fov	string	Y	화각

데이터셋 구축 담당자

수행기관(주관) : 서초구청

수행기관(참여)