A global dataset of continuous urban dashcam driving

1. 연구 배경 및 문제 제기 (Problem)

• 현황: 도시 교통은 보행자 및 자전거와 같은 취약 도로 사용자 (VRU) 와 차량 간의 복잡한 상호작용이 발생하는 환경입니다. 하지만 기존 자율주행 및 교통 연구에 활용되는 데이터셋들은 다음과 같은 한계를 가지고 있습니다.
  • 지리적 편향: KITTI, nuScenes, Waymo 등 주요 데이터셋은 특정 도시나 지역에 국한되어 있어 전 세계적 다양성을 반영하지 못합니다.
  • 상황적 편향: 기존 데이터셋은 주로 짧은 시나리오, 특수한 상황, 또는 사고 중심의 데이터를 포함하는 경우가 많아, 일상적인 운전 (Routine driving) 의 연속적인 맥락을 파악하기 어렵습니다.
  • 사고 중심의 웹 데이터: 유튜브 등의 공개된 대시캠 영상은 사고, 충돌, 갈등 상황 등 '하이라이트' 위주로 편집되어 있어, 일상적인 운전 패턴이나 노출 (Exposure) 분석에는 적합하지 않습니다.
  • 데이터 형식: 기존 사고 데이터베이스 (STATS19, FARS 등) 는 표 형식의 정적 기록에 그쳐, 시간적 연속성을 가진 시각적 맥락 (Occlusion, Scene clutter 등) 을 연구하는 데 한계가 있습니다.
• 핵심 문제: 일상적인 도시 운전의 연속적인 맥락, 다양한 지리적 환경, 그리고 VRU 상호작용을 포괄하면서도 편향되지 않은 대규모 데이터셋의 부재.

2. 방법론 (Methodology)

CROWD는 공개된 유튜브 대시캠 영상에서 수동으로 선별 및 가공된 데이터셋입니다.

• 데이터 소스 및 선정 기준:

  • 소스: 유튜브 (YouTube) 의 공개 대시캠 영상.
  • 선정 전략: 사고나 갈등 위주의 '하이라이트' 클립이 아닌, 일상적인 운전 (Routine driving) 을 보여주는 긴 연속 영상 (ASMR 스타일의 운전 영상 등) 을 대상으로 선정.
  • 제외 기준: 사고, 사고 후 상황, 경찰 단속, 시위, 축제 등 비일상적 사건이 포함된 영상, 편집된 (컷, 페이드, 타임랩스) 영상, 비도시 지역 (고속도로, 시골길) 위주 영상, 장시간 정차 구간은 제외.
  • 세그먼트 정의: 선정된 영상에서 5 분 단위의 연속된 도시 주행 구간을 추출.

• 수동 라벨링 및 큐레이션:

  • 시간대: 가로등 점등 유무를 기준으로 '주간 (Day)'과 '야간 (Night)'으로 수동 분류.
  • 차량 유형: 촬영 차량의 종류 (승용차, 버스, 트럭, 이륜차 등) 및 자동화 여부 (Automated) 를 수동 라벨링.
  • 지리적 정보: 영상 제목 및 설명을 기반으로 도시/국가 정보를 매핑하고, 인구, 교통 사망률, 소득 불평등 (Gini), 문해율 등 맥락적 지표를 외부 데이터 (World Bank, Numbeo 등) 와 연동.

• 자동화 처리 파이프라인:

  • 객체 탐지: YOLOv11x (MS-COCO 80 클래스 기반) 를 사용하여 프레임별 객체 바운딩 박스 (Bounding Box) 생성.
  • 멀티오브젝트 트래킹: BoT-SORT 알고리즘을 적용하여 객체 추적 (Track ID) 수행. (재식별 및 전역 운동 보상 활성화)
  • 데이터 형식: 원본 영상을 재배포하지 않고, 영상 ID, 세그먼트 시작/종료 시간, 그리고 파생된 탐지/추적 주석 (CSV) 만 배포하여 저작권 및 프라이버시 문제 해결.

3. 주요 기여 및 데이터셋 특징 (Key Contributions)

• 규모와 다양성:

  • 총 분량: 20,275.56 시간 (약 51,753 개의 세그먼트, 42,032 개의 영상).
  • 지리적 범위: 238 개 국가 및 영토, 7,103 개의 거주지 (도시, 마을 등) 를 포함. 6 대륙 전역 (아프리카, 아시아, 유럽, 북미, 남미, 오세아니아) 을 커버하는 가장 광범위한 지리적 범위를 가진 큐레이션 데이터셋.
  • 일상성: 사고나 비일상적 사건을 배제하고 '일상적인 도시 운전'에 집중하여 자연주의적 운전 (Naturalistic driving) 연구에 적합.

• 기술적 지원:

  • 재현 가능한 베이스라인: YOLOv11x 와 BoT-SORT 를 통해 생성된 객체 탐지 및 추적 데이터 (CSV) 를 제공하여, 사용자가 직접 탐지 파이프라인을 실행하지 않아도 연구 시작이 가능함.
  • 메타데이터: 시간대, 차량 유형, 지리적/사회경제적 지표 등을 포함한 풍부한 메타데이터 제공.

• 윤리적 접근:

  • 원본 영상 재배포 금지 (YouTube ID 기반 접근).
  • 얼굴, 번호판 등 식별 가능한 정보에 대한 라벨링 배제.
  • CC BY 4.0 라이선스 하에 배포.

4. 결과 및 통계 (Results)

• 지리적 분포 (Table 2):
  • 유럽: 38.62% (가장 큰 비중, 7,315 시간).
  • 아시아: 26.49% (5,418 시간).
  • 북미: 25.61% (5,192 시간).
  • 아프리카, 오세아니아, 남미: 상대적으로 적은 분량 (아프리카는 3.33% 로 가장 낮음).
• 시간대 분포 (Table 3):
  • 전체의 약 85.44% 가 주간 (Day) 주행이며, 야간 (Night) 은 10.88% 로 편향되어 있음.
• 차량 유형 (Table 4):
  • 승용차 (Car): 93.45% 로 압도적 다수.
  • 기타: 버스 (2.20%), 이륜차 (2.01%), 자전거 (1.35%) 등 VRU 및 대형 차량은 상대적으로 적음.
• 데이터 품질: 자동화된 유효성 검증 (Validator) 을 통해 구조적 일관성, 파일 무결성, 메타데이터 정합성을 검증함.

5. 의의 및 한계 (Significance & Limitations)

• 의의:

  • 범용성 및 강건성 연구: 다양한 지리적, 문화적, 환경적 조건에서의 모델 강건성 (Robustness) 과 도메인 일반화 (Domain Generalization) 연구에 필수적인 데이터 제공.
  • 상호작용 분석: 장시간 연속 영상을 기반으로 한 VRU 와 차량 간의 상호작용, 노출 (Exposure) 추정, 행동 분석 가능.
  • 접근성: 고가의 센서 장비 없이도 공개 웹 데이터를 활용하여 대규모 자연주의적 운전 연구를 가능하게 함.

• 한계:

  • 지리적 불균형: 아프리카 등 개발도상국 지역의 데이터가 상대적으로 부족함.
  • 시간대 불균형: 야간 데이터가 부족하여 야간 주행 모델 학습 시 주의 필요.
  • 클래스 제한: MS-COCO 클래스 (80 개) 에만 국한된 탐지 데이터로, 도로 표지판의 세부 분류나 차선 인식 등은 제공되지 않음.
  • 추적 연속성: 세그먼트 경계에서 트래킹이 초기화되므로, 영상 전체에 걸친 장기 추적은 불가능함.

결론

CROWD 데이터셋은 기존 데이터셋이 가진 지리적, 상황적 편향을 해소하고, 일상적인 도시 운전의 연속적인 맥락을 포괄하는 대규모 글로벌 데이터셋을 제공합니다. 이는 자율주행 시스템의 안전성 평가, VRU 보호, 그리고 다양한 환경에서의 객체 탐지 및 추적 알고리즘의 강건성을 검증하는 데 중요한 자원이 될 것입니다.