103,282장 운전자 행동 라벨링 데이터

위험 행동

피로 행동

시각적 움직임 행동

72개 얼굴 랜드마크

얼굴 속성

제스처 바운딩 박스

안전벨트 바운딩 박스

동공 랜드마크

행동 범주

다양한 연령대

다른 시간대

차량 내 카메라

103,282장 운전자 행동 라벨링 데이터는 다양한 연령대, 다양한 시간대, 여러 행동 유형(위험 운전 행동, 피로 운전 행동, 시선 이탈 행동)을 포함합니다. 라벨링은 얼굴 72개 주요 점(동공 포함), 얼굴 속성, 손짓 검출 박스, 안전벨트 검출 박스, 동공 주요 점, 행동 유형에 대해 진행되었습니다. 본 운전자 행동 라벨링 데이터는 운전자 행동 분석 등의 작업에 활용될 수 있습니다.

이는 상업적 사용, 연구 목적 등을 위한 유료 데이터셋입니다.라이선스가 부여된 기성 데이터셋은 AI 프로젝트의 빠른 시작에 도움을 줍니다.

사양

데이터 규모

103,282장

인원 분포

성별 분포:남, 여;인종 분포황인;연령 분포:18~30세, 31~45세, 46~60세

수집 환경

차량 내 카메라 촬영

수집 다양성

다양한 연령대, 다양한 시간대, 다양한 행동(위험 운전, 피로 운전, 시선 이탈 등)

수집 장비

가시광 및 적외선 듀얼 카메라, 해상도 640x480

수집 시간

주간, 황혼, 야간

영상 파라미터

이미지 포맷:.jpeg;라벨 포맷:.json

라벨링 설명

얼굴 72개 키포인트(동공 포함), 얼굴 속성, 손 제스처 박스, 안전벨트 박스, 동공 키포인트, 행동 카테고리

데이터 비식별화

비식별화 처리 완료, 민감 정보 없음

정확도

키포인트 라벨링 정확도 95% 이상;제스처 박스, 안전벨트 박스, 얼굴 속성, 운전자 행동 라벨 정확도 95% 이상

추천 데이터셋

3D 장면 고품질 합성 데이터셋_캐빈

3D 실내 공간 고정밀 합성 데이터셋_캡슐은 실제 세계와 유사한 3D 장면 합성 데이터를 포함하며, 카메라 영상, 비디오 시퀀스, 포인트 클라우드 등을 제공합니다. 라벨링 내용에는 카메라 파라미터, 객체 분류·검출·분할, 시간·조명·날씨 메타데이터, 머리·눈·팔·다리의 위치 및 방향 등 인체 자세가 포함됩니다. 자율주행 및 로봇 환경 모델링과 데이터 합성에 활용할 수 있습니다.

3D 합성 데이터 운전자 모니터링 합성 데이터셋 자율주행 합성 데이터 고품질 시뮬레이션 데이터셋 합성 포인트 클라우드 데이터 카메라 시뮬레이션 데이터셋 인간 자세 합성 데이터셋 합성 라이다 데이터셋 3D 환경 모델링 로보틱스 합성 데이터 DMS 데이터셋

28,972장 운전자 얼굴 검출 및 얼굴 96개 핵심점 주석 데이터

100명 운전자의 얼굴 감지 및 얼굴 96개 키포인트 라벨링 데이터는 다양한 연령대, 다양한 시간대, 다양한 인종(백인, 흑인, 인도인)을 포함하며, 운전 행동에는 위험 운전, 피로 운전, 시선 이탈 등이 포함됩니다. 적외선 카메라를 사용하여 데이터를 수집하였고, 1인당 274~299장의 이미지가 포함되어 있습니다. 얼굴 감지 박스와 얼굴 96개 키포인트를 라벨링하였습니다. 본 데이터는 운전자 얼굴 감지, 얼굴 96 키포인트 인식 등에 활용될 수 있습니다.

운전자 모니터링 시스템 운전자 얼굴 검출 얼굴 96개 핵심점

180명, 9,000장 운전자 제스처 21개 핵심점 주석 데이터

180명의 운전자를 대상으로 수집한 9,000장의 운전자 제스처 21개 키포인트 라벨링 데이터입니다. 데이터는 다양한 연령대, 다양한 시간대, 다양한 제스처, 다양한 차량 유형을 포함하고 있습니다. 라벨링 항목에는 차량 종류, 제스처 유형, 피수집자의 국적, 성별, 연령이 포함되며, 운전자 제스처의 21개 키포인트가 라벨링되어 있으며 각 키포인트는 가시성 여부 속성을 포함합니다. 이 데이터는 운전자 제스처 인식, 제스처 키포인트 검출 및 인식 등의 작업에 활용될 수 있습니다.

운전자 모니터링 시스템 운전자 제스처 제스처 21개 핵심점 정적 제스처 동적 제스처 운전자 제스처 인식 제스처 핵심점 검출 제스처 핵심점 인식

168명, 3,360장 승객 행동 인체 감지 데이터

168명 3,360장의 승객 행동 인체 검출 데이터입니다. 데이터 장면은 차량 내부 카메라 촬영 환경입니다. 성별 분포는 남성과 여성이며, 연령대는 주로 청·중년층입니다. 데이터 다양성은 다양한 연령대, 여러 시간대, 다양한 조명, 다양한 승객 행동을 포함합니다. 수집 내용에는 승객의 정상 행동, 통화 행동, 흡연 행동이 포함되어 있습니다. 라벨링은 인체 영역 사각형 프레임으로 진행되었습니다. 본 데이터는 승객 행동 인체 검출 등 작업에 활용될 수 있습니다. 데이터 보호법과 개인정보 보호 규정을 엄격히 준수하여 사용자 프라이버시와 합법적 권리를 보호합니다. 모든 데이터는 GDPR, CCPA, PIPL을 준수합니다.

승객 행동 정상 행동 통화 행동 흡연 행동 신체 인식

1,335명의 운전자 제스처 인식 데이터

1,335명의 운전자 제스처 인식 데이터는 다양한 연령대, 다양한 시간대, 다양한 제스처를 포함합니다. 수집 장비로는 가시광과 적외선을 지원하는 듀얼 카메라를 사용하였으며, 일인당 18가지의 정적 손동작(주먹 쥔 손동작, 하트 만드는 손동작 등)과 23가지의 동적 손동작(검지로 클릭하기, 두 손가락으로 클릭하기 등)이 수집되었습니다. 본 운전자 제스처 인식 데이터는 운전자 제스처 인식 등의 작업에 활용 가능합니다.

운전자 제스처 수집 데이터 운전자 제스처 수집 운전자 데이터 수집 운전자 제스처 데이터

1,323명의 운전자 7가지 표정 인식 데이터

1,323명의 운전자 7가지 표정 인식 데이터는 다양한 연령대, 다양한 시간대, 다양한 표정을 포함합니다. 수집 장비로는 가시광과 적외선을 지원하는 듀얼 카메라를 사용했습니다. 본 운전자 표정 인식 데이터는 운전자 표정 인식 등의 작업에 활용 가능합니다.

운전자 표정 데이터 운전자 표정 데이터 수집 운전자 표정 인식 데이터 인체 자세 데이터

1,000명 승객 행동 인식 데이터

1,000명 승객 행동 인식 데이터는 다양한 연령대, 다양한 시간대, 다양한 조명 조건을 포함합니다. 승객 행동에는 정상 행동과 이상 행동(멀미, 졸음, 아이 및 물품 놓고 내리는 행동)이 포함됩니다. 수집 장비로는 가시광 및 적외선 듀얼 카메라가 사용되었습니다. 본 데이터셋은 승객 행동 분석 등 작업에 활용 가능합니다.

승객 정상 행동 승객 멀미 행동 승객 졸음 행동 승객 물품 분실 행동 다양한 연령대 및 시간대

1,350명 운전자 행동 인식 데이터

1,350명 운전자의 행동 인식 데이터는 다양한 연령대, 다양한 시간대, 다양한 조명 조건을 포함하고 있습니다. 운전 행동은 위험 운전 행동, 피로 운전 행동, 시선 이탈 행동 등을 포함합니다. 수집 장비로는 가시광과 적외선을 지원하는 듀얼 카메라를 사용했습니다. 본 운전자 행동 인식 데이터는 운전자 행동 분석 등과 같은 작업에 활용 가능합니다.

운전자 행동 수집 데이터 운전자 행동 수집 운전자 데이터 수집 운전자 행동 데이터 광각 카메라