ISOIEC 18477-32023 信息技术连续色调静态图像的可扩展压缩和编码第3部分盒式文件格式标准立项发展报告

信息技术连续色调静态图像的可扩展压缩和编码第3部分：盒式文件格式标准立项发展报告英文标题：StandardizationDevelopmentReport:Informationtechnology—Scalablecompressionandcodingofcontinuous-tonestillimages—Part3:Boxfileformat摘要：关键词：JPEGXS；盒式文件格式；可扩展压缩；连续色调静态图像；ISO/IEC18477；低延迟编码；ISO基础媒体文件格式；视频编码标准Keywords:JPEGXS;BoxFileFormat;ScalableCompression;Continuous-toneStillImages;ISO/IEC18477;Low-latencyCoding;ISOBMFF;VideoCodingStandard正文一、引言：图像压缩技术的演进与新挑战随着数字媒体技术的飞速发展，特别是超高清视频（4K/8K）、高帧率（HFR）、高动态范围（HDR）以及沉浸式体验（如VR/AR）的普及，图像数据的体量呈现爆炸式增长。传统的静态图像压缩标准，如JPEG（ISO/IEC10918）及其后续的JPEG2000（ISO/IEC15444）和JPEGXR（ISO/IEC29199），虽然在各自的年代取得了巨大成功，但在面对低延迟传输、实时编辑和轻量级硬件编解码等新要求时，逐渐显现出其局限性。为应对这一挑战，国际标准化组织（ISO）下的JPEG委员会（ISO/IECJTC1/SC29/WG1）在2015年左右启动了JPEGXS（ISO/IEC21122）标准的制定工作。其核心目标是设计一种能在极低压缩比和极低复杂度下，实现视觉无损质量（VisuallyLossless）并具备超低延迟特性的轻量级图像编码系统。自此，JPEGXS在专业视频制作、直播、远程桌面、云端图形渲染、自动驾驶及医疗图像等领域展现出巨大潜力。在此背景下，JPEGXS标准体系被划分为多个部分，分别定义其核心编码技术、互通性测试、一致性测试及文件格式等。ISO/IEC18477-3:2023作为该系列中的“盒式文件格式”标准，其立项与发布旨在解决一个关键问题：如何用一种标准化、可靠且高效的方式将JPEGXS编码流封装成文件，使其能在不同系统、设备和应用程序之间无缝交换与处理。本报告将围绕该标准的立项背景、技术内容、产业影响及未来发展进行详尽阐述。二、标准核心内容与技术详解ISO/IEC18477-3:2023，全称为《信息技术连续色调静态图像的可扩展压缩和编码第3部分：盒式文件格式》，其核心任务是定义一个存储JPEGXS编码图像的容器格式。该标准并非孤立的，而是隶属于一个由多部分组成的标准家族。为了清晰定位，有必要先了解其谱系关系：*ISO/IEC21122系列(JPEGXS核心标准):定义了编码器、解码器、编码比特流语法的核心技术规范。*ISO/IEC18477系列(可扩展压缩和编码):这是一个更广泛的框架，涵盖了多种可扩展的图像编码技术，而JPEGXS格式作为其一种特定应用，被定义在该框架的第3部分中。*ISO/IEC18477-3:2023:该标准具体指定了一种基于ISO基础媒体文件格式（ISOBaseMediaFileFormat,ISOBMFF，即ISO/IEC14496-12）的“盒式（Box）”容器格式，用于封装JPEGXS编码流。1.基于ISOBMFF的架构设计该标准最核心的特征是采用ISOBMFF作为其基础架构。ISOBMFF被广泛应用于MPEG-4（ISO/IEC14496）、AVC（ISO/IEC14496-15）、HEVC（ISO/IEC23008-12）及AV1等主流视频标准中。选择ISOBMFF而非创建新格式，具有以下显著优势：*高度互操作性：直接继承了大量已有的、成熟的媒体处理工具、库和播放器框架，降低了实现门槛。*灵活性与可扩展性：ISOBMFF的“盒”式结构允许文件包含任意类型的数据块，因此可以轻松地添加元数据、缩略图、预览图、冗余编码（用于容错）等，而不影响核心解码。*模块化设计：ISOBMFF将元数据（moov、moof等）与媒体数据（mdat）分离，便于进行快速导航、随机访问（RandomAccess）和分段处理，这对于实时流媒体应用至关重要。2.关键技术特性ISO/IEC18477-3:2023定义的文件格式支持以下关键技术特性：*单帧和多帧封装：既支持对单个JPEGXS编码的静态图像进行封装，也支持将多个连续帧（例如，用于动画、连拍或视频序列）封装在一个文件中，形成一种轻量级的视频序列容器。*区域提取与访问：通过适当的索引机制（例如`alst`、`ctts`等trackreference），该格式允许快速定位和提取图像中的特定子区域（RegionofInterest）。这对于需要裁剪、缩放或局部放大的应用（如医疗影像、安防监控）来说，速度远超将整个高分辨率图像解码后再处理的传统方法。*元数据嵌入：标准支持通过`meta`box或应用程序特定的box，在文件中嵌入丰富的元数据，例如拍摄参数（ISO、光圈、快门速度）、色彩空间（HDR、BT.2020）、时间码、GPS定位信息等。这些元数据对于专业后期制作、资产管理及AI训练等应用至关重要。*低延迟流模式：针对实时流传输（如直播、远程制作），该格式定义了基于`moof`（MovieFragment）的流式封装模式。编码器可以将连续的图像数据切分成小的、自描述的片段，这些片段可以独立地、顺序地进行传输和解码，极大降低了端到端的延迟。三、标准制定的主要参与单位与标委会该标准的成功制定离不开ISO/IECJTC1/SC29/WG1（即JPEG委员会）的长期投入与卓越组织。1.ISO/IECJTC1/SC29/WG1(JPEG委员会)JPEG委员会是全球最权威、历史最悠久的图像编码技术标准化组织之一。该委员会汇聚了来自世界各地的顶尖专家，包括来自大学、研究机构、芯片设计公司（如Intel、AMD、NVIDIA）、软件公司（如Adobe、Google、Apple）、设备制造商（如Canon、Sony、Nikon）以及广播公司（如BBC、NHK）的代表。JPEG委员会在制定ISO/IEC18477-3:2023标准过程中，展现了高度的专业性和严谨性。其工作流程包括：*需求收集与分析：委员会首先广泛征求成员和外部利益相关者的需求，明确了JPEGXS应用面临的现实问题——缺少一个标准化的容器格式，严重阻碍了其产业化。*竞争方案的评估与协同：在标准制定初期，针对容器格式，提出了多个候选方案（例如，基于JPEG2000的JP2格式、直接使用原始比特流）。委员会组织了多次线下及线上会议（“AdHoc”会议），对这些方案进行技术对比、性能评估（包括延迟、复杂度、兼容性）和实现可行性分析。*达成共识与选择：经过多轮辩论和评审，委员会最终一致同意选择基于业界广泛认可的ISOBMFF方案。这一决策基于其最广泛的生态兼容性、最小的实现颠覆成本以及最大的未来扩展潜力。*严格的技术审核与投票：最终草案文本需要经过委员会内严格的技术编辑、一致性验证及多轮成员投票（包括CD、DIS、FDIS等阶段），确保标准的完备性、正确性和无歧义。2.主要参与单位案例分析：IntoPIXS.A.深入探究该标准的技术贡献，不得不提到一家具有代表性的公司——IntoPIXS.A.，一家总部位于比利时的图像处理技术先锋企业。IntoPIX在JPEGXS标准和本文件格式标准的制定中扮演了核心技术驱动的角色。*核心技术贡献：IntoPIX是JPEGXS核心编码算法的主要发明者之一，并拥有多项相关专利。在制定ISO/IEC18477-3:2023标准时，该公司提交了大量的技术提案，详细阐述了如何高效地在ISOBMFF框架下封装低延迟、可扩展的JPEG流，特别是其提出的低延迟分段封装模式，成为了标准的核心内容之一。*形成标准化立场：IntoPIX参与了从需求分析到最终标准发布的全过程，在委员会内积极倡导并捍卫基于开放、国际标准的理念。他们认为，统一的容器格式是打破行业壁垒、促进JPEGXS生态繁荣的关键。*对标准的影响：IntoPIX的深度参与，确保了所制定的标准不是空中楼阁，而是基于实际可量产、可部署的工程实践。其对于延迟、存储、带宽等指标的极致追求，完美地契合了专业视听行业严苛的实时需求。四、产业应用价值与未来展望1.产业应用价值ISO/IEC18477-3:2023的发布，并非仅仅是技术文档的完善，它直接催生和加速了一系列关键产业应用：*专业视频制作与远程协作：在广电、电影后期制作领域，通过JPEGXS编码和本标准定义的文件格式，可以实现低至1-2帧延迟的远程实时制作。这意味着一台位于北京的摄像机拍摄的4K/8K画面，可以在毫秒级延迟内被洛杉矶的编辑工作站访问并进行调色、剪辑，然后以极低码流回传，彻底改变了传统的本地方场模式。*直播与OTT分发：该标准为音视频流媒体服务器提供了统一的封装和解复用标准。用户可以在直播切片、离线转码、多码率打包等流程中，直接使用遵循该标准的文件，无需担心兼容性问题，极大地降低了系统集成复杂度。*云端图形与XR渲染：云游戏、VR/AR内容的云端渲染、桌面虚拟化等场景，需要将渲染后的高帧率、高分辨率图像流实时编码并网络传输到用户端。本标准定义的流式封装模式，是实现这一目标的理想容器，它支持快速随机访问、局部更新和高效网络传输，从而提供流畅的沉浸式体验。*机器视觉与AI推理：在智能制造、安防监控、自动驾驶等AI应用中，需要将高帧率、高分辨率图像压缩后，再传输给AI算法进行推理。JPEGXS的视觉无损特性及其文件格式对数据和元数据的精细化管理，使其成为AI数据管道的理想选择。它可以在不损失目标检测、分割等算法精度的前提下，大幅降低带宽和存储成本。2.未来发展趋势与挑战展望未来，ISO/IEC18477-3:2023的发展将面临新的机遇与挑战：*与下一代编解码的融合：随着JPEG委员会正在研究下一代JPEGLI，其文件格式可能继续沿用或从本标准的架构中汲取灵感。这将确保更高压缩比标准的向后兼容性。*边缘与物联网设备适配：随着AI芯片和微控制单元（MCU）性能的提升，JPEGXS及其文件格式有望进入更广泛的边缘设备和物联网领域（如智能摄像头、无人机、医疗内窥镜）。标准需要进一步优化，以适应资源受限的硬件环境。*安全性增强：在专业制作和版权保护场景中，对文件内容进行加密、签名、水印等安全性操作的需求将越来越强烈。未来标准的修订或相关配套标准，很可能需要定义如何在“盒式”结构中安全地嵌入和管理这些安全信息。*更广泛的元数据支持：随着数字资产管理和AI数据标注的精细化，对元数据种类的需求将不断增加。标准未来可能需要定义更加通用和可扩展的元数据插入机制。五、结论ISO/IEC18477-3:2023《信息技术连续色调静态图像的可扩展压缩和编码第3部分:盒式文件格式》的立项与发展，标志着数字图像编码技术进入了一个新的纪元。它不仅仅是一项技术标准，更是一项具有前瞻性战略布局的标准化成果。通过巧妙地继承和使用ISO基础媒体文件格式（ISOBMFF），该标准不仅解