Trotquonalize/ksl-pose-dictionary-poc

KSL Pose Dictionary (PoC)

한국수어(KSL) text-to-pose 시제품용 keypoint 데이터셋.

docent_AI_sign_research_02 프로젝트에서 생성. Neural Sign Actors (CVPR 2024) 접근법을 KSL에 적용하는 Path B (Dictionary-based) 시제품의 핵심 데이터셋.

개요

자산	갯수	키포인트
sldict keypoint (국립국어원 한국수어사전)	1,444 단어	OpenPose 137 (RTMW-DW-L-M 추출)
NIASL2021 gloss segmentation keypoint (재난 안전 도메인)	2,287 base gloss	OpenPose 137 (NIASL 원본)
Hybrid sign index	4,511 unique signs	단어 → keypoint 경로 매핑
Stage 1 학습 corpus	20,085 samples (train 18,067 / val 986 / test 1,032)	(한국어 문장, KSL gloss 시퀀스)
KSL vocab	2,984 unique base lemma	gloss frequency table

Coverage: NIASL2021 raw gloss interval의 **93.3%**가 본 index로 직접 매핑 가능.

디렉토리 구조

ksl-pose-dictionary-poc/
├── README.md                          (본 파일)
├── data/
│   ├── sldict_keypoints/              (1,444 × ~1.5MB = 2.1GB)
│   │   └── {origin_no}.json
│   ├── niasl_keypoints/               (2,287 × ~25KB = 57MB)
│   │   └── {idx:04d}_{base}.json
│   ├── hybrid_sign_index.json         (3.5K aliases)
│   ├── niasl_kp_dict_meta.json
│   ├── sldict_niasl_mapping.json
│   ├── hybrid_v3_verification.json
│   └── stage1/
│       ├── train.jsonl                (18,067)
│       ├── val.jsonl                  (986)
│       ├── test.jsonl                 (1,032)
│       ├── ksl_vocab.json
│       └── sample_preview.json
└── docs/
    └── SCHEMA.md

Keypoint JSON 형식 (OpenPose 137)

각 keypoint JSON 파일:

{
  "origin_no": "22",
  "gloss": "안녕하세요",
  "fps": 30.0,
  "frame_count": 248,
  "width": 700,
  "height": 466,
  "keypoint_format": "openpose137",
  "landmarks": {
    "pose": [[x, y, c, ...] * 25, ...],     // body 25 keypoint × frames
    "face": [[x, y, c, ...] * 70, ...],     // face 70 × frames
    "left_hand": [[x, y, c, ...] * 21, ...],
    "right_hand": [[x, y, c, ...] * 21, ...]
  }
}

총 137 keypoint × frames. 좌표는 픽셀 단위.

Stage 1 학습 corpus 형식

각 line (jsonl):

{
  "id": "NIA_SL_G1_COLDWAVE000032_1_TW07",
  "korean_text": "25일 19시 경기지역 한파, 강풍경보, 비닐하우스 등 시설물 피해없게 주의하세요",
  "gloss_seq": ["날1", "시:7시", "경기1", ...],
  "gloss_seq_base": ["날", "시", "경기", ...],
  "n_glosses": 12,
  "duration_s": 17.5,
  "disaster_cat": "1.자연재난",
  "studio": true
}

korean_text → gloss_seq_base 매핑이 KLUE-BERT seq2seq fine-tune의 (input, target) 쌍.

원본 데이터 출처

데이터	출처	라이선스
sldict 1,444 mp4	https://sldict.korean.go.kr (국립국어원)	정부 공공 (출처 표기)
NIASL2021 영상·JSON	AI Hub #114 (dataSetSn=636) — EQ4ALL + KETI + KAIST + 강남대	AI Hub 연구용
Stage 1 corpus	NIASL2021 derivative (korean_text + sign_script 추출)	AI Hub 연구용

원본 video는 본 dataset에 포함 안 됨. 다음으로 직접 다운로드:

• sldict: scripts/sldict_bulk_download.py (정부 공공 자료, 1.5GB)
• NIASL2021: AI Hub 신청 + 승인 → aihubshell -mode d (12GB tar)

사용 예시

1. Hybrid index lookup

import json
from huggingface_hub import snapshot_download

# 전체 또는 일부 다운로드
local_dir = snapshot_download(
    repo_id="Trotquonalize/ksl-pose-dictionary-poc",
    repo_type="dataset",
    allow_patterns=["data/hybrid_sign_index.json", "data/niasl_keypoints/*"],
)

with open(f"{local_dir}/data/hybrid_sign_index.json") as f:
    hybrid = json.load(f)

print(hybrid['aliases']['병원'])
# {'source': 'niasl', 'gloss': '병원', 'kp_format': 'openpose137',
#  'kp_path': 'data/niasl_keypoints/0123_병원.json'}

2. Keypoint 시퀀스 로드 + 시각화

with open(f"{local_dir}/data/niasl_keypoints/0000_지역.json") as f:
    kp = json.load(f)

pose_per_frame = kp['landmarks']['pose']  # [n_frames, 25*3]
# 각 frame: 25 keypoint × (x, y, confidence)

3. Stage 1 학습 (KLUE-BERT seq2seq)

from datasets import load_dataset

ds = load_dataset(
    "Trotquonalize/ksl-pose-dictionary-poc",
    data_files={
        "train": "data/stage1/train.jsonl",
        "validation": "data/stage1/val.jsonl",
        "test": "data/stage1/test.jsonl",
    }
)

# fine-tune KLUE-BERT or any Korean LM on (korean_text → gloss_seq_base)

처리 파이프라인

1. sldict 영상 수집: Camoufox + Playwright로 sldict.korean.go.kr crawling (1,444 mp4)
2. sldict keypoint 추출: RTMW-DW-L-M (mmpose / rtmlib), ONNX Runtime GPU
3. NIASL2021 다운로드: AI Hub aihubshell -mode d → 12GB tar
4. NIASL gloss segmentation: sign_script.gloss_id × start/end timestamp로 137-kp frame range 추출
5. Hybrid index: NIASL 우선 (재난 도메인) + sldict fallback (일반 vocab)
6. Stage 1 corpus: (korean_text, gloss_seq_base) 쌍 추출 + text-level split

상세: scripts/

라이선스

CC BY-NC-SA 4.0 (Creative Commons Attribution-NonCommercial-ShareAlike).

• 연구·교육·비상업적 사용 허용
• 출처 표기 필수
• ShareAlike: 파생물도 동일 라이선스
• 상업 사용은 금지 (AI Hub NIASL2021 라이선스 조건 일치)

상업 사용 시 AI Hub + 국립국어원과 별도 라이선스 계약 필요.

인용 (Citation)

@misc{ksl_pose_dictionary_poc_2026,
  title  = {KSL Pose Dictionary (PoC) — A 4,511-sign hybrid keypoint dataset for Korean sign language production research},
  author = {JangHyun-bin},
  year   = {2026},
  url    = {https://huggingface.co/datasets/Trotquonalize/ksl-pose-dictionary-poc},
  note   = {Derivative of sldict (국립국어원) and NIASL2021 (AI Hub \#114, EQ4ALL+KETI+KAIST+강남대)},
}

관련 자료

• Project repo: https://github.com/JangHyun-bin/docent_AI_sign_research_02
• Research log: docs/research-log.md
• Deep-research 보고서: research/notes/final_report_neural-sign-actors-ksl-80fbae.md

한계

1. NMM (비수지 신호) — 본 dataset의 137 keypoint에는 NIASL 원본의 nms_script (눈썹·고개 흔들기 등) interval 정보 없음. Stage 3 NMM 룰은 별도 적용 필요.
2. 농인 평가 미수행 — 본 dataset은 PoC 시제품용. Production 적용 전 KAD(한국농아인협회) 또는 지역 농인협회 자문 mandatory.
3. 재난 도메인 편향 — NIASL2021이 재난 안전 corpus라 KSL vocab이 그 쪽에 편중. 일반 도메인은 sldict로 보완 필요.
4. 단일 signer: sldict는 각 단어 1명 signer 영상. signer diversity 부족.

변경 이력

• v0.1 (2026-05-27): 초기 release
  • sldict 1,444 단어 (RTMW 137-kp 추출)
  • NIASL2021 2,287 base gloss segmentation
  • Hybrid index 4,511 signs
  • Stage 1 corpus 20,085 samples