밤톨의 작업 공간입니다.

영유아 행동인식을 통한 발달평가 - 데이터 개요

<데이터셋> - https://aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=631

서버 환경구축이 힘들어 프로젝트를 미뤘습니다.

데이터 개요

소개

부모의 주관적인 평가에 의존하는 현재 기술에 대해 영유아 발달평가의 기준점을 제공하고 한국 영유아 발달선별검사(K-DST) 기준에 의한 4~71개월 영유아를 대상으로 대근육, 소근육 행동 영상 데이터셋 확보

구축목적

주관적인 평가에 의존하는 현재의 평가기술의 문제점 해결을 목표로 하며, 객관적인 데이터를 확보함으로써 영유아 발달평가의 기준점을 제공하여 정확한 발달 평가가 이루어질 수 있도록 인공지능 서비스를 구축함

메타데이터 구조표

  • 데이터 영역: 헬스 케어
  • 데이터 유형: 비디오, 이미지
  • 데이터 형식: MP4, JPG, JSON
  • 데이터 출처: 직접 촬영, 모바일 수집(어린이집, 유아원, 유치원, 개인가정(모바일)/ 소아청소년과 병원)
  • 라벨링 유형: 키포인트(스켈레톤)
  • 라벨링 형식: JSON
  • 데이터 활용 서비스: 아동 행동 감지 응용서비스 개발, 운동 능력 발달 평가 측정 매뉴얼 제공
  • 데이터 구축년도: 2021년/비디오: 500시간, 이미지:180만장

데이터 통계

데이터 구축 규모

  • 영유아의 발달 장애를 선별하고 진단하기 위한 행동 동영상 데이터 확보 영유아 발달 분석을 위한 영상 내 주요 행동 및 행동 분류 인공지능 데이터 구축
  • 가공 기준으로 최소 500시간 이상
  • 연령, 성별, 지역 등 인구학적 특성을 고려한 다양성 확보

데이터 분포

  • 정제 기준 500시간의 데이터 목표(500시간 확보에 필요한 1,000시간 내외 원시 데이터 수집)
  • 서울 25%, 광역시(6개) 25%, 도(10개)&특별자치도 50%
  • 성별은 동일하게 구성
  • 월령별 분포는 4~19개월 : 20~35개월 : 36~53개월 : 54~71개월 = 1 : 2 : 4 : 3 로 – 배분함
  • 발달평가별 결과는 빠른 수준 : 또래 수준 : 추적검사 요망 : 심화평가 권고(지체) = 25 : 45 : 25 : 5 로 배분함

데이터 통계

교육활용 동영상

데이터 교육 영상

https://www.youtube.com/watch?v=PJVDTVVQ6M8

목차

  1. 영유아 행동영상 데이터 소개
  2. 저작도구 소개 및 활용법 시연
  3. 인공지능 학습 모델 소개

배경

영유아기때의 신체 발달은 인간의 일생에 영향을 미치는 가장 중요한 요소이다. 한국형 영유아 발달선별검사 K-DST는 연령별로 적절한 신체 발달 정도를 측정하는데 부모의 응답 기반으로 이루어져 보다 정확한 측정을 위해 ‘객관적인 평가 지표’ 마련이 절실합니다.

활용 AI모델 및 코드

AI 모델 상세 설명서

가. 인공지능 학습용 데이터 활용모델 개발 방안

  • 인공지능 학습용 데이터 활용모델 개발 방안 구축된 2D Human Pose Estimation AI 모델 : 구축 데이터 기반 2D 자세추론 AI 모델 설계 및 openpose 기반의 네트워크 구성, 관절 위치 고해상도 히트맵 결정. 및 사용자의 관절 좌표 확인.

나. 인공지능 모델을 적용한 기술혁신 지원 방안

  • 아동 행동 데이터 공개로 의료 분야 및 다양한 환경에서의 다목적 활용 가능. 아동 행동 감지 응용서비스 개발로 보호자 및 보육 환경 종사자의 효율성 확대.
  • 운동 능력 발달 평가 측정 매뉴얼 제공으로 고비용의 기존 행동 측정 장비를 대체하여, 경제적 부담 감소 및 보급화 등 파급 효과.

서비스 활용 시나리오

  • 데이터 파이프라인 구축 가이드 : 신규데이터에 대한 전처리 및 가공이 가능하도록 자동 처리될 수 있도록 본과제의 활용된 소스코드를 공개하고 수정 가공이 가능한 가이드를 재시함으로서 데이터 가공 재작업을 최소화함
  • 지속적으로 신규 생성되는 데이터를 모델 도출에 최적화된 데이터로 가공할 수 있도록 매뉴얼을 제공하여 지속적으로 모델을 도출하고 신규 데이터에 대한 활용이 가능하도록 활용 매뉴얼 및 후보 솔루션, 알고리즘, 라이브러리를 제시하여 서비스 구축 후에 자발적으로 모델 최적화가 가능한 가이드를 제공함

기타 정보

  • 포괄성 - 성별, 지역별, 연경(개월수) 편향되지 않은 데이터 확보

어노테이션 포맷 및 데이터 구조

데이터 구성

데이터 구성

구축 업체

구축업체

2023

우분투 가상환경 세팅

최대 1 분 소요

[우분투] 파이썬 가상환경 만들고 사용하기 - venv 사용하여 가상환경 생성

맨 위로 이동 ↑

2022

2023년 토이 프로젝트 주제

최대 1 분 소요

1. 영유아 행동인식을 통한 발달평가 XXX - https://aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=631

딥러닝과 텐서플로

1 분 소요

https://www.itworld.co.kr/insight/109825 [ITWorld - 머신러닝 라이브러리, 텐서플로우의 이해] https://tensorflow.blog/%EC%BC%80%EB%9D%BC%EC%8A%A4-%EB%94%A5%EB%9F%AC%EB%8B...

인경신경망

최대 1 분 소요

http://matrix.skku.ac.kr/math4ai-intro/W13/

[git] 삭제된 폴더, 파일 반영하기

최대 1 분 소요

분명히 로컬에서 삭제한 파일인데 원격에 반영되지 않는 경우가 있다. git status로 했을 때 삭제 됐다고 뜨는데 add를 해도 안먹고 commit을 해도 반영이 안되는 것이다…

맨 위로 이동 ↑