대용량 동영상 콘텐츠
- 분야영상이미지
- 유형 비디오
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.4 2023-05-19 원천데이터, 라벨링데이터 수정 1.3 2023-05-12 원천데이터, 라벨링데이터 수정 1.2 2023-02-10 원천데이터 수정 1.1 2022-12-29 원천데이터, 라벨링데이터 추가 개방 1.0 2021-06-25 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-06-19 최종산출물 수정 공개 AI모델 2022-10-12 신규 샘플데이터 개방 소개
인공지능 기술 개발을 위해 객체/행동/상황에 대한 2,931가지의 정밀하고 정제된 500시간의 학습용 데이터 구축 및 영상에 대해 연속적인 바운딩박스를 그릴 수 있는 데이터 가공 도구 제공
구축목적
실제 상황 속 객체/행동을 담은 동영상을 활용하여 실효성 높은 대용량 동영상 콘텐츠 AI 학습 모델 데이터를 구축함이 본 프로젝트의 목적
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 비디오 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/500시간 (영상) -
구축 내용 및 제공 데이터량
- 총 500시간 분량의 대용량 동영상 콘텐츠 AI데이터셋 구축
- 원천 데이터 영상 길이 1,630시간 확보
- 1차 목표 : 500시간 AI 데이터셋 구축
- 2차 목표 : 잔여 원천 데이터를 활용한 추가 AI데이터셋 제공 예정
구축 내용 및 제공 데이터량 표 구분 내용 확장자 산출물 산출방식 비디오 데이터 보도 1,163.95시간 mp4 총 500시간에 대한 학습 비디오 클립 Mp4의 zip파일 교양 119.47시간 예능 235.50시간 유튜브 111.13시간 카테고리 데이터 3개의 Depth로 이뤄진 카테고리 CSV 객체/행동/상황에 대한 2931가지의 카테고리 리스트 csv 파일 비디오 데이터 리스트 원천 비디오를 Clipping한 정보 CSV 일정 기준으로 잘린 비디오 클립 리스트 csv 파일 메타 데이터 클립당 바운딩박스 데이터 JSON 비디오 클립당 바운딩박스 정보(총 700만개) JSON 파일 - 총 500시간 분량의 대용량 동영상 콘텐츠 AI데이터셋 구축
-
-
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 객체 검출 Object Detection YOLO v3 mAP 35.3 % 46.86 % 2 동작 인식 Object Detection YOWO model mAP 45 % 58.47 %
※ 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 1.0 2021.06.25 데이터 최초 개방 구축 목적
- 실제 상황 속 객체/행동을 담은 동영상을 활용하여 실효성 높은 대용량 동영상 콘텐츠 AI 학습 모델 데이터를 구축함이 본 프로젝트의 목적
활용분야
- 복합쇼핑단지 내 설치된 키오스크 및 사이니지로 영상 데이터를 수집하고 분석하여 고객의 프로파일 정보와 이동경로 파악 및 분석하여 마케팅 활용뿐 아니라 유동인구 분석, 복잡도 탐지 등의 안전지역 설계와 같은 새로운 분야의 영상 시장에 활용
- CCTV를 단순 감시 및 증거 수집용으로 사용하는 대신 영상 분석 서비스를 결합하여 범죄 상황을 미리 예측하여 범죄 예방, 치안 유지할 수 있는 보안 시스템 강화 활용
- 스포츠 경기장에서 촬영된 대용량의 영상을 분석하여 선수 등을 인식하고 선수별 운동량 및 전술 변화의 적절성 판단 등 스포츠 및 엔터테인먼트 분야에 활용
주요 키워드
- 대용량 동영상 데이터, 동영상 데이터 분석, 객체인식, 행동인식, 상황인식, 유동인구 분석, 복잡도 탐지, 안전지역 설계, CCTV 감시 분석, 범죄상황 예측, 치안 유지, 보안 시스템, 스포츠 분석, 엔터테인먼트, 키오스크, 디지털 사이니지
소개
- 본 사업은 인공지능 기술 개발 과정에서 기계가 인식/이해를 위한 인공지능 학습용 데이터 및 학습용 데이터 가공 도구를 제공함이 목표. 따라서, 학습용 데이터는 객체/행동/상황에 대한 2,931가지의 정밀하고 정제된 500시간의 데이터셋 제공, 영상에 대해 연속적인 바운딩박스를 그릴 수 있는 저작도구를 통해 많은 영상 프레임을 작업하는 번거로움을 해결
구축 내용 및 제공 데이터량
- 총 500시간 분량의 대용량 동영상 콘텐츠 AI데이터셋 구축
- 원천 데이터 영상 길이 1,630시간 확보
- 1차 목표 : 500시간 AI 데이터셋 구축
- 2차 목표 : 잔여 원천 데이터를 활용한 추가 AI데이터셋 제공 예정
구축 내용 및 제공 데이터량 표 구분 내용 확장자 산출물 산출방식 비디오 데이터 보도 1,163.95시간 mp4 총 500시간에 대한 학습 비디오 클립 Mp4의 zip파일 교양 119.47시간 예능 235.50시간 유튜브 111.13시간 카테고리 데이터 3개의 Depth로 이뤄진 카테고리 CSV 객체/행동/상황에 대한 2931가지의 카테고리 리스트 csv 파일 비디오 데이터 리스트 원천 비디오를 Clipping한 정보 CSV 일정 기준으로 잘린 비디오 클립 리스트 csv 파일 메타 데이터 클립당 바운딩박스 데이터 JSON 비디오 클립당 바운딩박스 정보(총 700만개) JSON 파일 대표도면
필요성
- 4차 산업에서 인공지능은 핵심 기술로 인지하면서 인공지능 기술에 대한 중요성이 높아지고 있음 (미국 대비 약 1.8년 격차, 중국에게는 기술수준이 역전된 상태)
- 상용서비스가 활발한 해외와 달리, 국내는 기술관심 수준을 이제 막 벗어나 일부 상용제품을 출시 중인 상황
- 특히 원천데이터와 대용량 동영상 데이터셋 확보는 국가 경쟁력의 주요 요소이나 지적재산권, 초상권 등 문제로 기계학습 데이터셋 결핍
- AI Data 학습은 특정 분야 Data를 확보·학습시킨 AI Data는 특정 산업 영역에서 충분한 경쟁력을 가질 수 있으며, 타 기술·산업의 혁신에도 적용 가능할 뿐만 아니라 국가 경쟁력 확보 가능
데이터 구조
- 메타데이터 포맷
메타데이터 포맷 표 No 항목 길이 타입 필수여부 한글명 영문명 1 비디오ID video_id Number Y 2 메타정보 metas Object Y 2-1 유형코드 category_0 45 String Y 2-2 대분류코드 category_1 45 String Y 2-3 중분류코드 category_2 45 String Y 2-4 소분류코드 category_3 45 String Y 2-5 비디오시작프레임 start_frame Number Y 2-6 비디오종료프레임 end_frame Number Y 2-7 박스정보 bbox_list Array Y 2-7-1 박스 x 좌표값 x Number Y 2-7-2 박스 y좌표값 y Number Y 2-7-3 박스 너비 width Number Y 2-7-4 박스 높이 height Number Y 
< 예시 >
-
데이터셋 구축 담당자
수행기관(주관) : KDX 한국데이터거래소
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 윤지수 02-2000-5936 [email protected] · 사업 총괄, 시범 서비스 ‘AI 학습 데이터 마켓 플레이스’ 개발 수행기관(참여)
수행기관(참여) 기관명 담당업무 씨이랩 · 데이터 가공
· 자작도구 개발 및 고도화, 시범 서비스 ‘AI동영상 분석 서비스’ 개발상상우리 · 데이터 가공 에버영피플 · 데이터 가공 및 검수 베어베터 · 데이터 가공 에스이엔티 · 데이터 가공 및 검수 디앤디클라우드 · 데이터 가공 씨드콥 · 데이터 가공 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 김요한(KDX 한국데이터거래소) 02-2000-5936 [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.