AI-Hub

데이터 변경이력

데이터 히스토리

소개

헤어스타일 클래스별 분류 및 헤어스타일 이미지 예측을 위한 이미지 데이터

구축목적

한국인들의 헤어스타일을 판별하고 원하는 헤어스타일로 이미지를 합성 할 수 있도록 인공지능을 훈련하기 위한 데이터셋

구축 내용 및 제공 데이터량

• - 이미지 데이터 50만건 (직접시술 30만 건, 미용실크라우드소싱 10만 건, 특수미용시술 1만 건, 일반크라우드소싱 3만 건)을 활용하여 각각 라벨링데이터 50만 건, 어노테이션데이터 50만 건의 데이터 구축
  - 수집된 로데이터와 함께 기능적 목적에 맞게 HQ, MQ셋도 구축
  - 데이터 셋과 함께 인식과 합성 두 개의 샘플 모델도 제시
   

  구축 내용 및 제공 데이터량 표

  데이터 항목	총 촬영량(Raw)	총 수집량	총 레이블링 양	augmentation
  직접시술	495,000	450,000	340,000	340,000
  미용실 크라우드 소싱	118,800	108,000	100,000	100,000
  특수 헤어스타일	13,200	12,000	10,000	10,000
  시술 후 헤어스타일	110,000	100,000	50,000	50,000
  합계	737,000	670,000	500,000	500,000

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

데이터 성능 점수

설명서 및 활용가이드 다운로드

※ 이 데이터에 포함된 인물의 얼굴 등에 대해서는 개인정보 및 초상권의 이용 동의를 받아 제공합니다.

데이터 변경이력

구축 목적

• 한국인들의 헤어스타일을 판별하고 원하는 헤어스타일로 이미지를 합성 할 수 있도록 인공지능을 훈련하기 위한 데이터셋

활용 분야

• 사람의 얼굴에서 헤어스타일을 판별하고 헤어스타일만 자연스럽게 합성할 수 있는 AI 비전 인식 및 합성기술 개발

소개

• 다양한 한국인 이미지 데이터로부터 헤어스타일 인식 및 헤어스타일만을 합성하는 한국인 헤어스타일 이미지 AI 데이터셋으로, 기존 해외구축 헤어스타일 데이터셋과는 다른 한국인의 두상, 한국 미용인들의 시술 스타일을 반영한 데이터셋이며, 데이터 활용에 제한이 없도록 개인정보비식별화를 통해 법적이슈를 완전히 해결한 원천 데이터 확보

구축 내용 및 제공 데이터량

• - 이미지 데이터 50만건 (직접시술 30만 건, 미용실크라우드소싱 10만 건, 특수미용시술 1만 건, 일반크라우드소싱 3만 건)을 활용하여 각각 라벨링데이터 50만 건, 어노테이션데이터 50만 건의 데이터 구축
  - 수집된 로데이터와 함께 기능적 목적에 맞게 HQ, MQ셋도 구축
  - 데이터 셋과 함께 인식과 합성 두 개의 샘플 모델도 제시
   

  구축 내용 및 제공 데이터량 표

  데이터 항목	총 촬영량(Raw)	총 수집량	총 레이블링 양	augmentation
  직접시술	495,000	450,000	340,000	340,000
  미용실 크라우드 소싱	118,800	108,000	100,000	100,000
  특수 헤어스타일	13,200	12,000	10,000	10,000
  시술 후 헤어스타일	110,000	100,000	50,000	50,000
  합계	737,000	670,000	500,000	500,000

대표도면

필요성

• 해외의 헤어스타일 데이터셋은 규모가 적거나, 비현실적인 헤어스타일의 비중이 높거나 헤어스타일에 대한 세그먼트가 없는 등 그 양과 질의 한계가 있음
• k-뷰티는 세계적으로 높은 위상을 갖고 있지만 표준화되어 있지 않아 데이터와 인공지능이 진입하기 쉽지 않은 시장 헤어 스타일 분야에서 표준화된 데이터셋을 마련해 기술사업화 할 수 있는 토대를 구축
• 이에 한국인이 가장 많이 하는 헤어스타일을 인식하고 이를 변형해 합성해 새로운 가치를 창출할 수 있는 비전 AI 기술개발을 위하여 학습용 데이터를 구축

데이터 구조

• 데이터 구성
   

  데이터 구성 표

  이름	타입	설명
  id	categorical	고유 인스턴스 id (uuid로 변경될 수도 있음)
  basestype	categorical	베이스 스타일 명
  basestyle-type	categorical	베이스 스타일이 장/단 타입 어느것인지
  length	categorical	장/중/단발
  curl	categorical	헤어컬 종류
  bang	categorical	앞머리
  loss	categorical	탈모정도
  side	categorical	옆머리 투블럭 여부
  age	integer	나이(연)
  front	boolean	정면대표샷 여부
  horizontal	integer	horizontal 각도(degree기준), 촬영시 정각도 단위로 촬영된다.
  vertical	categorical	vertical 각도, 상/중/하
  color	categorical	주로 쓰이는 7종류 색상
  partition	categorical	가르마 종류
  sex	categorical	성별 (2종)
  exceptional	categorical	특수 헤어스타일 레이블 (<참고1>헤어스타일 선정 #.4 특수 헤어스타일 (현재버전) 참조)

• 어노테이션 포맷
   

  어노테이션 포맷 표1

  어노테이션1 : annotation.csv			어노테이션2 : meta-annotation.csv
  이름	타입	설명	이름	타입	설명
  id	categorical	인스턴스 id	id	categorical	인스턴스 id
  basestyle	categorical	베이스 스타일명	path	string	그림파일 경로
  basestyle- type	categorical	베이스 스타일 타입	source	categorical	촬영set id
  length	categorical	장중단발	collect- type	categorical	소싱종류 4가지
  curl	categorical	헤어컬 종류	author	string	촬영자
  bang	categorical	앞머리 종류	collect- date	timestamp	촬영날짜
  loss	categorical	탈모 정도	polygon1	json list	헤어 segment 좌표
  side	categorical	옆머리 스타일	polygon2	json list	얼굴 segment 좌표
  age	int	나이	before- after	categorical	시술 전/후 여부
  front	boolean	정면대표2D샷	height	integer	해상도 세로
  horizontal	integer	좌우각도 degree	width	integer	해상도 가로
  vertical	categorical	상하각도 상중하	device	string	촬영장비
  color	categorical	헤어걸러 7종
  partition	categorical	가르마종류
  sex	categorical	성별
  exceptional	categorical	특수 헤어스타일
  rgb	vector3	segment rgb평균

  어노테이션 포맷 표2

  어노테이션3 : optional-annotation.csv			어노테이션3 : exifdata.csv
  이름	타입	설명	이름	타입	설명
  source	categorical	촬영set id	path	string	파일 경로
  hair-width	categorical	모발굵기	이하 카메라 EXIF 태그
  water- repellency	categorical	발수성 모발
  natural-curl	categorical	천연곱슬여부
  damage	categorical	손상도
  melanin- color	categorical	기본모발색
  decolorize- history	categorical	탈색횟수
  black- coloriz	categorical	흑색염색여부
  patch- test	boolean	패치테스트여부
  user- satisfied	categorical	고객만족도
  designer- satisfied	categorical	디자이너 추천도
  comment	string	기타정보 (기입)

데이터셋 구축 담당자

수행기관(주관) : 아인플래닛

수행기관(참여)

데이터 관련 문의처