AI-Hub

#컴퓨터 비전

NEW 물체 조작 손 동작 3D 데이터

분야영상이미지
유형 비디오 , 이미지

구축년도 : 2023 갱신년월 : 2024-10 조회수 : 5,139 다운로드 : 15 용량 :

샘플 데이터

※샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며,
데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되어 있을 수 있습니다.

소개 파일 목록 (API 다운로드)

※ 내국인만 데이터 신청이 가능합니다.

문의하기 목록

데이터 변경이력

데이터 변경이력
버전	일자	변경내용	비고
1.1	2024-10-30	데이터 최종 개방
1.0	2024-09-06	데이터 개방	Beta Version

데이터 히스토리

데이터 히스토리
일자	변경내용	비고
2024-09-06	산출물 공개	Beta Version

소개

- 일상생활에서 수행되는 다양한 손동작 움직임(물체와의 상호작용)의 추정 AI 학습을 위한 손동작 움직임 2D & 3D 데이터

구축목적

- 손-객체 사이의 상호작용을 이해하고 개별적인 자세 추정 문제를 해결하기 위해서는 이를 동시에 고려한 데이터 수집이 필수적임. 제한적인 손-물체 상호작용, 소규모의 객체 종류에 대해서만 수집된 기존 손-객체 상호작용 데이터의 한계점을 극복하는 대규모 손-물체 데이터셋을 구축하고자 함.

메타데이터 구조표
데이터 영역	영상이미지	데이터 유형	비디오 , 이미지
데이터 형식	jpg, png, txt	데이터 출처	키넥트 카메라 4대, 3D 모션캡쳐 시스템(적외선 8대 + 비디오 4대)으로 직접 촬영
라벨링 유형	키포인트(이미지)	라벨링 형식	json
데이터 활용 서비스	메타버스 내 사용자 컨트롤 인식	데이터 구축년도/ 데이터 구축량	2023년/2,100,014 set (이미지 – 2,100,014, json – 2,100,014, mocap object txt-13,652)

- 데이터 통계

(1) 데이터 구축 규모

(1) 데이터 구축 규모
데이터명	원시데이터 수량		원천데이터 수량		라벨링 데이터 수량
물체 조작 손 동작 3D 데이터	RGB-D (MP4)	50시간 70,000클립	RGB (JPG)	2,100,000장	라벨링 데이터 (JSON)	2,100,000건
	RGB-D (MP4)	50시간 70,000클립	RGB (JPG)	2,100,000장
	적외선 (AVI)	50시간 70,000클립	RGB-D (PNG)	2,100,000장
	적외선 (AVI)	50시간 70,000클립	RGB-D (PNG)	2,100,000장
	객체 스캔데이터 (OBJ)	30종	모캡 오브젝트 포즈정보 (TXT)	13,652건
	객체 스캔데이터 (OBJ)	30종	모캡 오브젝트 포즈정보 (TXT)	13,652건

(2) 데이터 분포

성별 분포 : 남, 여 각각 50%

성별 분포 : 남, 여 각각 50%
클래스	수	구성비 (%)
남자	1,049,826	49.99
여자	1,050,188	50.01
합계	2,100,014	100

연령대별 분포 : 10대, 20~30대, 40~50대, 60대 이상

연령대별 분포 : 10대, 20~30대, 40~50대, 60대 이상
클래스	수	구성비 (%)
10대	529,573	25.22
20~30대	524,764	24.99
40~50대	518,460	24.69
60대 이상	527,187	25.1
합계	2,100,014	100

90종(30 object * 3 grasp) 물체/손동작 상호작용 분포

90종(30 object * 3 grasp) 물체/손동작 상호작용 분포
1차 분류		Taxonomy[1]	Taxonomy[2]	Taxonomy[3]
1	cracker_box	13: Precision Sphere	19: Distal Type	22: Parallel Extension
1	cracker_box	13: Precision Sphere	19: Distal Type	22: Parallel Extension
2	potted_meat_can	1: Large Diameter	12: Precision Disk	19: Distal Type
2	potted_meat_can	1: Large Diameter	12: Precision Disk	19: Distal Type
3	banana	3: Medium Wrap	4: Adducted Thumb	14: Tripod
3	banana	3: Medium Wrap	4: Adducted Thumb	14: Tripod
4	apple	11: Power Sphere	13: Precision Sphere	14: Tripod
4	apple	11: Power Sphere	13: Precision Sphere	14: Tripod
5	wine_glass	7: Prismatic 3 Finger	10: Power Disk	24: Tip Pinch
5	wine_glass	7: Prismatic 3 Finger	10: Power Disk	24: Tip Pinch
6	bowl	12: Precision Disk	16: Lateral	30: Palmar
6	bowl	12: Precision Disk	16: Lateral	30: Palmar
7	mug(disk, large/small 실린더)	5: Light Tool	12: Precision Disk	31: Ring
7	mug(disk, large/small 실린더)	5: Light Tool	12: Precision Disk	31: Ring
8	plate	16: Lateral	18: Extension Type	30: Palmar
8	plate	16: Lateral	18: Extension Type	30: Palmar
9	spoon	5: Light Tool	20: Writing Tripod	29: Stick
9	spoon	5: Light Tool	20: Writing Tripod	29: Stick
10	knife	5: Light Tool	17: Index Finger Extension	20: Writing Tripod
10	knife	5: Light Tool	17: Index Finger Extension	20: Writing Tripod
11	small marker	5: Light Tool	7: Prismatic 3 Finger	9: Palmar Pinch
11	small marker	5: Light Tool	7: Prismatic 3 Finger	9: Palmar Pinch
12	spatula	4: Adducted Thumb	20: Writing Tripod	17: Index Finger Extension
12	spatula	4: Adducted Thumb	20: Writing Tripod	17: Index Finger Extension
13	flat_screwdriver	2: Small Diameter	4: Adducted Thumb	14: Tripod
13	flat_screwdriver	2: Small Diameter	4: Adducted Thumb	14: Tripod
14	hammer	2: Small Diameter	4: Adducted Thumb	17: Index Finger Extension
14	hammer	2: Small Diameter	4: Adducted Thumb	17: Index Finger Extension
15	baseball	11: Power Sphere	28: Sphere 3 Finger	33: Inferior Pincer
15	baseball	11: Power Sphere	28: Sphere 3 Finger	33: Inferior Pincer
16	golfball	14: Tripod	27: Quadpod	33: Inferior Pincer
16	golfball	14: Tripod	27: Quadpod	33: Inferior Pincer
17	credit card (small disk)	16: Lateral	23: Adduction Grip	24: Tip Pinch
17	credit card (small disk)	16: Lateral	23: Adduction Grip	24: Tip Pinch
18	dice	14: Tripod	9: Palmar Pinch	16: Lateral
18	dice	14: Tripod	9: Palmar Pinch	16: Lateral
19	disk lid disk, sylinder	28: Sphere 3 Finger	10: Power Disk	18: Extension Type
19	disk lid disk, sylinder	28: Sphere 3 Finger	10: Power Disk	18: Extension Type
20	smartphone	12: Precision Disk	16: Lateral	22: Parallel Extension
20	smartphone	12: Precision Disk	16: Lateral	22: Parallel Extension
21	mouse	12: Precision Disk	19: Distal Type	26: Sphere 4-Finger
21	mouse	12: Precision Disk	19: Distal Type	26: Sphere 4-Finger
22	1/4 tape	5: Light Tool	12: Precision Disk	25: Lateral Tripod
22	1/4 tape	5: Light Tool	12: Precision Disk	25: Lateral Tripod
23	master_chef_can	1: Large Diameter	12: Precision Disk	31: Ring
23	master_chef_can	1: Large Diameter	12: Precision Disk	31: Ring
24	Scrub_cleanser_bottle	1: Large Diameter	19: Distal Type	31: Ring
24	Scrub_cleanser_bottle	1: Large Diameter	19: Distal Type	31: Ring
25	large_marker	5: Light Tool	9: Palmar Pinch	20: Writing Tripod
25	large_marker	5: Light Tool	9: Palmar Pinch	20: Writing Tripod
26	stapler	4: Adducted Thumb	17: Index Finger Extension	33: Inferior Pincer
26	stapler	4: Adducted Thumb	17: Index Finger Extension	33: Inferior Pincer
27	note	16: Lateral	18: Extension Type	22: Parallel Extension
27	note	16: Lateral	18: Extension Type	22: Parallel Extension
28	scissors	16: Lateral	19: Distal Type	12: Precision Disk
28	scissors	16: Lateral	19: Distal Type	12: Precision Disk
29	foldable phone	12: Precision Disk	16: Lateral	18: Extension Type
29	foldable phone	12: Precision Disk	16: Lateral	18: Extension Type
30	cardboard box	18: Extension Type	28: Sphere 3 Finger	19: Distal Type

90종(30 object * 3 grasp) 물체/손동작 상호작용 분포
id	class	count	비율	비고
1	13	23458	1.12	cracker_box-13
1	19	23210	1.11	cracker_box-19
1	22	23334	1.11	cracker_box-22
2	1	23333	1.11	potted_meat_can-1
2	12	23334	1.11	potted_meat_can-12
2	19	23333	1.11	potted_meat_can-19
3	14	23334	1.11	banana-14
3	3	23333	1.11	banana-3
3	4	23334	1.11	banana-4
4	11	23334	1.11	apple-11
4	13	23333	1.11	apple-13
4	14	23333	1.11	apple-14
5	10	23334	1.11	wine_glass-10
5	24	23333	1.11	wine_glass-24
5	7	23334	1.11	wine_glass-7
6	12	23333	1.11	bowl-12
6	16	23333	1.11	bowl-16
6	30	23334	1.11	bowl-30
7	12	23334	1.11	mug-12
7	31	23333	1.11	mug-31
7	5	23334	1.11	mug-5
8	16	23334	1.11	plate-16
8	18	23313	1.11	plate-18
8	30	23334	1.11	plate-30
9	20	23333	1.11	spoon-20
9	29	23333	1.11	spoon-29
9	5	23334	1.11	spoon-5
10	17	23334	1.11	knife-17
10	20	23334	1.11	knife-20
10	5	23334	1.11	knife-5
11	5	23334	1.11	small marker-5
11	7	23334	1.11	small marker-7
11	9	23333	1.11	small marker-9
12	17	23333	1.11	spatula-17
12	20	23334	1.11	spatula-20
12	4	23333	1.11	spatula-4
13	14	23333	1.11	flat_screwdriver-14
13	2	23333	1.11	flat_screwdriver-2
13	4	23334	1.11	flat_screwdriver-4
14	17	23333	1.11	hammer-17
14	2	23334	1.11	hammer-2
14	4	23333	1.11	hammer-4
15	11	23334	1.11	baseball-11
15	28	23333	1.11	baseball-28
15	33	23333	1.11	baseball-33
16	14	23334	1.11	golfball-14
16	27	23334	1.11	golfball-27
16	33	23334	1.11	golfball-33
17	16	23333	1.11	credit card-16
17	23	23334	1.11	credit card-23
17	24	23334	1.11	credit card-24
18	14	23334	1.11	dice-14
18	16	23333	1.11	dice-16
18	9	23334	1.11	dice-9
19	10	23334	1.11	disk lid-10
19	18	23333	1.11	disk lid-18
19	28	23333	1.11	disk lid-28
20	12	23333	1.11	smartphone-12
20	16	23334	1.11	smartphone-16
20	22	23333	1.11	smartphone-22
21	12	23333	1.11	mouse-12
21	19	23333	1.11	mouse-19
21	26	23334	1.11	mouse-26
22	12	23333	1.11	1/4 tape-12
22	25	23334	1.11	1/4 tape-25
22	5	23334	1.11	1/4 tape-5
23	1	23333	1.11	master_chef_can-1
23	12	23333	1.11	master_chef_can-12
23	31	23347	1.11	master_chef_can-31
24	1	23334	1.11	Scrub_cleanser_bottle-1
24	19	23335	1.11	Scrub_cleanser_bottle-19
24	31	23334	1.11	Scrub_cleanser_bottle-31
25	20	23333	1.11	large_marker-20
25	5	23334	1.11	large_marker-5
25	9	23334	1.11	large_marker-9
26	17	23690	1.13	stapler-17
26	33	22977	1.09	stapler-33
26	4	23334	1.11	stapler-4
27	16	23334	1.11	note-16
27	18	23333	1.11	note-18
27	22	23334	1.11	note-22
28	12	23333	1.11	scissors-12
28	16	23333	1.11	scissors-16
28	19	23334	1.11	scissors-19
29	12	23334	1.11	foldable phone-12
29	16	23333	1.11	foldable phone-16
29	18	23333	1.11	foldable phone-18
30	18	23334	1.11	cardboard box-18
30	19	23333	1.11	cardboard box-19
30	28	23334	1.11	cardboard box-28
합계		2,100,014	100.00%

저작도구 설명서 및 저작도구 다운로드
저작도구 설명서 다운로드 저작도구 다운로드

AI 모델 상세 설명서 다운로드

AI 모델 상세 설명서 다운로드 AI 모델 다운로드

- 활용 모델

활용 모델
	알고리즘	Harmonious Feature Learning Network
HFL-Net	알고리즘	Harmonious Feature Learning Network
	선정사유	저수준과 고수준 레이어의 매개변수로 손과 물체에 대해 서로의 정보를 공유하면서 손과 물체 두 대상간 상호 작용이나 의존성을 모델이 학습하도록 지원하면서 중간 레벨 레이어를 독립적으로 분리시킴으로써 각 대상에 대한 특징은 개별적으로 학습시켜 손과 물체 학습 시 발생하는 feature학습의 간섭, 경쟁 문제를 해결해 손과 물체의 상호작용에 중점을 둔 과제 방향성에 부합하다고 판단함.
	선행연구	‘Harmonious Feature Learning for Interactive Hand-Object Pose Estimation’에서 2023년 Ho3D 데이터셋으로 예측된 조인트 위치와 지상 실측 조인트 위치 사이 평균 거리를 측정한 mean distance error(mm) 8.9를 기록

설명서 및 활용가이드 다운로드

데이터 설명서 다운로드 구축활용가이드 다운로드

- 데이터 구성

데이터 구성
데이터명	원시데이터 포맷	원천데이터 포맷	라벨링 데이터 포맷
물체 조작 손 동작 3D 데이터	- RGB-D 영상(MP4) - 적외선(AVI) - 객체 스캔 데이터(OBJ)	- RGB 이미지(JPG) - Depth 이미지(PNG) - 모캡 오브젝트 포즈 정보(TXT)	- 라벨링 데이터(JSON)

- 어노테이션 포맷
○ 메타 정보

메타 정보
구분		속성명	타입	필수여부	설명	범위	비고
1		info	Object		데이터셋 정보
	1-1	info.name	String	Y	데이터셋 이름
	1-2	info.description	String		상세설명
	1-3	info.url	String		URL
	1-4	info.date_created	String	Y	생성일자
2		actor	Object		촬영자 정보
	2-1	actor.id	String	Y	촬영자 ID
	2-2	actor.sex	String	Y	촬영자 성별		[M/F]
	2-3	actor.age	String	Y	촬영자 나이
	2-4	actor.height	Number	Y	촬영자 신장	[140~190]	[CM]
	2-5	actor.handsize	Number	Y	촬영자 손 크기	[5~30]	[CM]
3		kinect camera	Object		키넥트 카메라 정보
	3-1	kinect.name	String	Y	저장된 영상 이름
	3-2	kinect.time	Number	Y	기록시간		[ms]
	3-3	kinect.id	Number	Y	키넥트 아이디		식별번호
	3-4	kinect.height	Number	Y	영상 높이	[0~1080]
	3-5	kinect.width	Number	Y	영상 너비	[0~1920]
4		infrared camera	Object		적외선 카메라 정보
	4-1	infrared[].name	String	Y	저장된 영상 이름
	4-2	infrared[].time	String	Y	기록 날짜		[YYYY-MM-DD]
	4-3	infrared[].id	Number	Y	적외선 아이디		식별번호
	4-4	infrared[].height	Number	Y	영상 높이	[0~1080]
	4-5	infrared[].width	Number	Y	영상 너비	[0~1920]
	4-6	infrared[].frame	Number	Y	프레임레이트	[30~60]
	4-7	infrared[].resolution	Number	Y	해상도	[0.14~0.11]
	4-8	infrared[].optics	String	Y	화각	[S.W.N]
5		images	Object		이미지 정보
	5-1	images.id	String	Y	식별자
	5-2	images.width	Number	Y	이미지 너비	[0~1920]
	5-3	images.height	Number	Y	이미지 높이	[0~1080]
	5-4	images.file[]_name	Array	Y	파일명		[RGB,
	5-4	images.file[]_name	Array	Y	파일명		RGB-D]
	5-5	images.date_created	String	Y	이미지 촬영일자		[YYYY-MM-DD hh:mm]
	5-6	images.frame_num	Number		프레임번호	[0~1000]
6		object	Object		물체 정보
	6-1	object.id	String	Y	물체 번호
	6-2	object.name	String	Y	물체 이름
	6-3	object.marker_count	Number	Y	물체 마커 개수	[0~10]
	6-4	object.markers[]_data	Array	Y	물체 마커 값	[x,y,z]
	6-5	object.pose[]_data	Array	Y	물체 포즈(6dof) 값	[x,y,z]
	6-6	object.6D[]_pose_per_cam	Array		각 카메라 기준 object 6D matrix
7		calibration	Object		캘리브레이션 정보
	7-1	calibration.error	Number	Y	오차율	[0.05~3.0]	픽셀 단위
	7-2	calibration.extrinsic	Array	Y	키넥트 카메라 외부 파라미터
	7-3	calibration.intrinsic	Array	Y	키넥트 카메라 내부 파라미터
8		hand	Object		손 정보
	8-3	hand.mano_scale	Number		MANO scale 값
	8-4	hand.mano_xyz_root	Array		MANO xyz root
	8-5	hand.3D_pose_per_cam	Array		각 camera 기준 hand 3d pose
	8-6	hand.projected_2D_pose_per_cam	Array		각 camera 기준 projection된 hand 2D pose
9		contact[]	Array		contact 정보 값

○ 라벨링 정보

라벨링 정보
구분	속성명	타입	필수여부	설명	범위	비고
1	annotations	Object		어노테이션 정보
	annotations[].id	String	Y	라벨링 식별자
	annotations[].image_id	String	Y	연관 이미지 식별자
	annotations[].class_id	Number	Y	클래스 식별자	[1~33]
	annotations[].class_name	String	Y	클래스명
	annotations[].type	String	Y	라벨링 종류		[K]
	annotations[].data	Array		라벨링 데이터
2	Mesh	Object		Mesh 정보
	Mesh[].id	String	Y	Mesh 식별자
	Mesh[].image_id	String	Y	연관 이미지 식별자
	Mesh[].class_id	Number	Y	클래스 식별자	[1~33]
	Mesh[].class_name	String	Y	클래스명
	Mesh[].object_name	String	Y	메시 오프젝트 명
	Mesh[].object_file	String	Y	메시 OBJ 파일 경로
	Mesh[].object_mat	Array	Y	물체 동차좌표계 변환 값
	Mesh[].mano_side	String	Y	MANO 손 방향 구분		[L/R]
	Mesh[].mano_trans	Array	Y	손 메시 translation 값
	Mesh[].mano_pose	Array	Y	MANO pose 값
	Mesh[].mano_betas	Array	Y	MANO beta 값

- 데이터 포맷
(1) 원천데이터 포맷 예시

원천데이터 포맷 예시
구분	예시										포맷
RGB 이미지											JPG 파일 (1920 x 1080)
RGB 이미지											JPG 파일 (1920 x 1080)
Depth 이미지											PNG 파일 (1920 x 1080)
Depth 이미지											PNG 파일 (1920 x 1080)
Mocap Object Pose data	frame_info	marker001	marker001	marker001	marker002	marker002	marker002	marker003	marker003	marker003	TXT 파일 (폴더 내 이미지 수 x 3marker x xyz)
	frame_info	x	y	z	x	y	z	x	y	z
	2082	1.194	-8.927	17.089	-12.175	12.599	0.955	37.962	26.623	-2.145
	2083	1.189	-8.924	17.088	-12.177	12.6	0.954	37.959	26.622	-2.15
	2084	1.188	-8.926	17.09	-12.179	12.6	0.952	37.96	26.625	-2.148
	2085	1.193	-8.928	17.093	-12.176	12.6	0.951	37.961	26.625	-2.138
	2086	1.202	-8.93	17.105	-12.173	12.597	0.952	37.96	26.624	-2.135
	2087	1.217	-8.928	17.125	-12.173	12.599	0.957	37.959	26.625	-2.145
	2088	1.226	-8.926	17.136	-12.174	12.602	0.958	37.961	26.626	-2.154
	⋯⋯

(2) JSON 포맷 예시

JSON 포맷 예시
- 실제 예시

실제 예시
구분	내용
라벨	{ "info": { "name": "2023 인공지능 학습용 데이터 구축", "description": "물체 조작 손 동작 3D 데이터", "url": "https://www.labelon.kr", "date_created": "2023-11-16 13:08" }, "actor": { "id": "59", "sex": "M", "age": "20-39", "height": 174.0, "handsize": 19.5 }, "kinect_camera": { "name": "11043_45_rgb.mp4", "time": 10.933333333333334, "id": 4290970, "height": 1080, "width": 1920 }, "infrared_camera": [ { "name": "11043_45_infrared.avi", "time": "2023-11-10", "id": 4290970, "height": 1080, "width": 1920, "frame": 60, "resolution": 0.14, "optics": "S" } ], "images": { "id": "230910_result091816006", "width": 1920, "height": 1080, "file_name": [ "rgb\\mas\\mas_0.jpg", "depth\\mas\\mas_0.png" ], "date_created": "2023-09-12 12:41", "frame_num": 0 }, "object": { "id": "18", "name": "dice", "marker_count": 3, "markers_data": [ [ 32.088322999999995, 44.304058000000005, 69.997678 ], [ 57.143343099999996, -23.45357399999999, 69.515163 ], [ 58.7988731, -20.71435299999999, 0.6166201999999998 ], ], "pose_data": [ [ -0.8791570663452148, 0.011503252200782299, 0.47639361023902893, 57.82460403442383 ], [ -0.33998140692710876, -0.7156447172164917, -0.6101357936859131, -3.5027458667755127 ], [ 0.33390992879867554, -0.6983700394630432, 0.6330746412277222, 803.8453369140625 ], [ 0.0, 0.0, 0.0, 1.0 ] ], "6D_pose_per_cam": [ [ -0.8791570663452148, 0.011503252200782299, 0.47639361023902893, 5.7824602127075195 ], [ -0.33998140692710876, -0.7156447172164917, -0.6101357936859131, -0.35027459263801575 ], [ 0.33390992879867554, -0.6983700394630432, 0.6330746412277222, 80.38453674316406 ], [ 0.0, 0.0, 0.0, 1.0 ] ] }, "calibration": { "error": 0.3434, "extrinsic": [ [ 1.0000000000000002, -6.591949208711867e-17, 2.7755575615628914e-17, 1.7053025658242404e-14 ], [ 3.8163916471489756e-17, 1.0, 0.0, 0.0 ], [ -2.7755575615628914e-17, 0.0, 1.0, 0.0 ] ], "intrinsic": [ [ 942.911763192787, 0.0, 964.8910182109631 ], [ 0.0, 931.7505875904958, 550.0068126653729 ], [ 0.0, 0.0, 1.0 ] ] }, "annotations": [ { "id": "23091516021200", "image_id": "230915_result160212000", "class_id": 12, "class_name": "Precision_Disk", "type": "K", "data": [ [ [ -0.7671384811401367, -9.914290428161621, 64.4963150024414 ], [ 2.1700403690338135, -10.775675773620605, 66.22233581542969 ], [ 3.6716833114624023, -10.69678020477295, 68.76618957519531 ], [ 4.928519248962402, -10.4520902633667, 71.02143859863281 ], [ 7.081414222717285, -8.955368041992188, 72.9849624633789 ], [ 6.643858432769775, -6.899735450744629, 67.0920639038086 ], [ 8.939438819885254, -4.73684549331665, 67.5546646118164 ], [ 10.31890869140625, -3.1806793212890625, 68.147216796875 ], [ 11.995216369628906, -1.6442451477050781, 68.52684020996094 ], [ 5.731558322906494, -4.861042499542236, 67.26077270507812 ], [ 7.237117767333984, -2.4421000480651855, 68.07762145996094 ], [ 8.148430824279785, -0.6158046722412109, 68.91746520996094 ], [ 9.084446907043457, 1.0279502868652344, 70.50519561767578 ], [ 3.4548678398132324, -4.092462539672852, 67.43972778320312 ], [ 4.455384254455566, -1.9241228103637695, 68.6261978149414 ], [ 4.941370487213135, -0.1888713836669922, 70.18890380859375 ], [ 4.456668853759766, 1.435770034790039, 71.82612609863281 ], [ 1.6071791648864746, -3.78240966796875, 67.83291625976562 ], [ 1.7410578727722168, -2.89570951461792, 69.58737182617188 ], [ 1.5490894317626953, -2.1618189811706543, 71.23834228515625 ], [ 0.9279114007949829, -1.3997020721435547, 72.93190002441406 ] ] ] } ], "Mesh": [ { "id": "23091009181602", "image_id": "230910_result091816006", "class_id": 16, "class_name": "Lateral", "object_name": "dice", "object_file": "18_dice.obj", "object_mat": [ [ -0.8791570663452148, 0.011503252200782299, 0.47639361023902893, 5.782460403442383 ], [ -0.33998140692710876, -0.7156447172164917, -0.6101357936859131, -0.3502745866775513 ], [ 0.33390992879867554, -0.6983700394630432, 0.6330746412277222, 80.38453369140626 ], [ 0.0, 0.0, 0.0, 1.0 ] ], "mano_side": "right", "mano_trans": [ [ 0.5502490997314453, -2.9522228240966797, 2.2758231163024902 ] ], "mano_pose": [ [ 0.1739771068096161, -0.18168982863426208, -0.03157597780227661, -0.1325950026512146, -0.024053100496530533, -0.06060408055782318, -0.0014389676507562399, -0.056364625692367554, -0.015108514577150345, 0.3381258547306061, -0.20012687146663666, 0.08964131772518158, -0.2270336151123047, -0.08629845082759857, -0.011799167841672897, 0.10245294868946075, 0.13613317906856537, 0.382275253534317, -0.25420331954956055, 0.09584083408117294, 0.7951698899269104, 0.0023884489201009274, -0.1719851940870285, 0.08427184820175171, -0.25828325748443604, -0.220594123005867, 0.1284627914428711, -0.3836757242679596, -0.2689516246318817, 0.06064837798476219, -0.18135346472263336, -0.12181350588798523, -0.0035530307795852423, -0.41774657368659973, -0.3687087893486023, 0.0026129602920264006, 0.6399737596511841, -0.4502032399177551, 0.5594432353973389, -0.15101654827594757, 0.18338643014431, -0.10601112246513367, -0.553630530834198, -0.28601720929145813, -0.16836847364902496 ] ], "mano_betas": [ [ 0.24246862530708313, 0.8262378573417664, -2.542576551437378, 0.06515869498252869, 0.06016446650028229, -0.9535319209098816, -0.4865843951702118, 0.15838615596294403, -0.1461678296327591, 0.4180024266242981 ] ] } ], "hand": { "mano_scale": 10.78937104903549, "mano_xyz_root": [ -0.7671384811401367, -9.914290428161621, 64.4963150024414 ], "3D_pose_per_cam": [ [ -0.7671384811401367, -9.914290428161621, 64.4963150024414 ], [ 2.1700403690338135, -10.775675773620605, 66.22233581542969 ], [ 3.6716833114624023, -10.69678020477295, 68.76618957519531 ], [ 4.928519248962402, -10.4520902633667, 71.02143859863281 ], [ 7.081414222717285, -8.955368041992188, 72.9849624633789 ], [ 6.643858432769775, -6.899735450744629, 67.0920639038086 ], [ 8.939438819885254, -4.73684549331665, 67.5546646118164 ], [ 10.31890869140625, -3.1806793212890625, 68.147216796875 ], [ 11.995216369628906, -1.6442451477050781, 68.52684020996094 ], [ 5.731558322906494, -4.861042499542236, 67.26077270507812 ], [ 7.237117767333984, -2.4421000480651855, 68.07762145996094 ], [ 8.148430824279785, -0.6158046722412109, 68.91746520996094 ], [ 9.084446907043457, 1.0279502868652344, 70.50519561767578 ], [ 3.4548678398132324, -4.092462539672852, 67.43972778320312 ], [ 4.455384254455566, -1.9241228103637695, 68.6261978149414 ], [ 4.941370487213135, -0.1888713836669922, 70.18890380859375 ], [ 4.456668853759766, 1.435770034790039, 71.82612609863281 ], [ 1.6071791648864746, -3.78240966796875, 67.83291625976562 ], [ 1.7410578727722168, -2.89570951461792, 69.58737182617188 ], [ 1.5490894317626953, -2.1618189811706543, 71.23834228515625 ], [ 0.9279114007949829, -1.3997020721435547, 72.93190002441406 ] ], "projected_2D_pose_per_cam": [ [ 953.6757202148438, 406.7793273925781 ], [ 995.789306640625, 398.3927001953125 ], [ 1015.2365112304688, 405.0703430175781 ], [ 1030.3240966796875, 412.88287353515625 ], [ 1056.3775634765625, 435.6795654296875 ], [ 1058.2637939453125, 454.185791015625 ], [ 1089.6654052734375, 484.6737060546875 ], [ 1107.66748046875, 506.5185852050781 ], [ 1129.9420166015625, 527.6502075195312 ], [ 1045.240234375, 482.66778564453125 ], [ 1065.12890625, 516.582763671875 ], [ 1076.3758544921875, 541.6812744140625 ], [ 1086.3831787109375, 563.591552734375 ], [ 1013.1953125, 493.46514892578125 ], [ 1026.1070556640625, 523.8826904296875 ], [ 1031.27294921875, 547.4995727539062 ], [ 1023.3967895507812, 568.632080078125 ], [ 987.2315673828125, 498.0517883300781 ], [ 988.4823608398438, 511.23431396484375 ], [ 985.394775390625, 521.7316284179688 ], [ 976.8876342773438, 532.124755859375 ] ] }, "contact": [ 0.0, (생략) 0.0 ] }

데이터셋 구축 담당자

수행기관(주관) : ㈜써로마인드

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
최예성	02-872-5127	[email protected]	데이터 검증 AI 모델 학습

수행기관(참여)

수행기관(참여)
기관명	담당업무
벡터바이오	데이터 수집 및 정제
한국과학기술원	데이터 가공 및 구축 자문
유클리드소프트	데이터 검수

데이터 관련 문의처

데이터 관련 문의처
담당자명	전화번호	이메일
장하영	02-872-5127	[email protected]
최예성	02-872-5127	[email protected]

AI모델 관련 문의처

AI모델 관련 문의처
담당자명	전화번호	이메일
장하영	02-872-5127	[email protected]
최예성	02-872-5127	[email protected]

저작도구 관련 문의처

저작도구 관련 문의처
담당자명	전화번호	이메일
김승아	070-5165-6953	[email protected]

보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청

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
1. AI 허브 접속
  신청자
2. 안심존
  사용신청신청자신청서류 제출*
3. 심사구축기관
4. 승인구축기관
5. 데이터 분석 활용신청자
6. 분석모델반출신청자
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