ISOIEC 23090-52021 信息技术.沉浸式媒体的编码表示.第5部分基于视觉体积视频的编码（V3C）和基于视频的点云压缩（V-PCC）标准立项发展报告

标题：信息技术.沉浸式媒体的编码表示.第5部分:基于视觉体积视频的编码（V3C）和基于视频的点云压缩（V-PCC）标准立项发展报告EnglishTitle:StandardizationDevelopmentReport:Informationtechnology—Codedrepresentationofimmersivemedia—Part5:Visualvolumetricvideo-basedcoding(V3C)andvideo-basedpointcloudcompression(V-PCC)摘要随着增强现实（AR）、虚拟现实（VR）和混合现实（MR）等沉浸式技术的快速发展，如何高效地编码、传输和渲染三维动态场景成为行业面临的核心挑战。本报告围绕国际标准ISO/IEC23090-5:2021《信息技术沉浸式媒体的编码表示第5部分：基于视觉体积视频的编码（V3C）和基于视频的点云压缩（V-PCC）》的立项与发展过程进行深入分析。该标准由国际标准化组织（ISO）和国际电工委员会（IEC）联合技术委员会（JTC1）下属的SC29/WG2工作组制定，旨在解决立体（3D）体积视频和动态点云数据的高效压缩问题。报告详细阐述了标准的制定背景、核心技术原理、应用场景以及主要参与单位的贡献。研究发现，该标准通过将复杂的三维点云数据（V-PCC）和体积视频（V3C）投影到传统的二维视频框架中，实现了对现有成熟视频编码技术（如H.265/HEVC）的最大化利用，显著降低了计算复杂度和带宽需求。尽管该标准已于2021年发布，并随着技术的迭代已进入修订或废止阶段，但其确立的技术框架（尤其是V-PCC和V3C）仍然是当前沉浸式媒体编码领域的重要基石，为后续的MPEG-I标准（如ISO/IEC23090-12）提供了技术支撑。本报告旨在为相关技术人员、行业管理者和标准研究人员提供有价值的参考。关键词：沉浸式媒体；体积视频；点云压缩；V-PCC；V3C；MPEG-I；视频编码；国际标准Keywords:ImmersiveMedia;VolumetricVideo;PointCloudCompression;V-PCC;V3C;MPEG-I;VideoCoding;InternationalStandards正文一、标准立项背景与行业发展需求随着5G/6G通信、实时渲染和传感器技术的飞速发展，信息消费的模式正从传统的二维平面视频向高沉浸感、高交互性的三维体验演进。点云数据作为一种能够真实描述物体表面几何和颜色属性的三维数据格式，已成为数字孪生、自动驾驶、文化遗产保护、沉浸式远程呈现等领域的核心数据载体。然而，动态点云数据体量巨大，每帧数据可达数百万乃至上亿个点，其原始数据量远超传统视频的百倍。如何在不失真的前提下，将海量点云数据高效压缩并实时传输至消费级设备，成为制约行业发展的“瓶颈”。在ISO/IEC23090-5:2021发布之前，已有的点云压缩技术（如基于八叉树的几何压缩）虽然在静态模型上表现良好，但在处理动态序列和高精度颜色属性时，效率低下且难以适配现有的广播和流媒体基础设施。在此背景下，MPEG（动态图像专家组，ISO/IECJTC1/SC29的分委会）启动了MPEG-I（沉浸式编码）系列标准项目。其中，第5部分的制定旨在提供一种能够“即插即用”的解决方案，其核心思想是利用已有的成熟视频编解码器去处理非视频结构的点云数据。该标准的最早版本（ISO/IEC23090-5:2021）于2021年6月正式发布，标志着沉浸式媒体编码从实验走向商用化的第一个里程碑。二、标准核心技术原理与架构ISO/IEC23090-5:2021的核心技术创新在于其“投影+视频编码”的混合架构。该标准定义了两种紧密相关的技术模式：V3C（基于视觉体积视频的编码）和V-PCC（基于视频的点云压缩）。实际上，V-PCC被定义为V3C的一种具体应用场景，即专门针对点云数据的编码。1.工作流程该标准首先将三维空间中的点云数据（包含几何信息、纹理信息和可选的属性信息）映射到二维平面上。这一过程通过“补丁生成（PatchGeneration）”模块实现。系统将点云分割成多个较小的、非重叠的3D区域（补丁），然后将每个补丁投影到不同的二维平面上，生成一套标准的二维视频帧序列：-几何视频帧（GeometryVideo）：编码每个点的深度信息，是灰度图像。-纹理视频帧（TextureVideo）：编码每个点的颜色信息，是彩色图像。-占用图（OccupancyMap）：标识二维帧中哪些像素属于有效数据，哪些是空白。2.关键技术优势-与现有生态兼容：生成的这些二维视频序列可以无缝输入到任何现有的高效视频编解码器（如H.264/AVC、H.265/HEVC、H.266/VVC）中进行压缩。-可扩展性：系统支持可伸缩编码，允许根据网络带宽和终端性能动态调整质量。例如，低带宽用户可只解码低分辨率的几何或纹理视频。-低复杂度解码：由于核心解码工作由传统的硬件视频解码器完成，终端设备（如手机、头戴式显示器）无需配备专门的高性能3D处理芯片，大大降低了部署门槛。该标准通过复用成熟的2D视频基础设施，成功解决了点云压缩中“算力不足”和“带宽过载”的两大痛点。其发布版本规定了对动态点云序列进行端到端的编码、封装和传输方法。三、标准的应用场景与价值该标准赋能了多种高价值的行业应用：1.沉浸式电视与远程呈现：支持用户在体育赛事、演唱会或视频会议中，从任意角度（6DoF自由度）观看场景，实现身临其境的体验。2.数字孪生与工业检测：快速压缩和传输复杂工业环境的实时扫描点云数据，用于远程巡检和自动化分析。3.文化遗产保护：高效存储和在线展示珍贵文物的超高精度三维扫描数据。4.自动驾驶与机器人：压缩车载或机载激光雷达产生的动态点云，用于后台监控或云端模型训练。四、标准现状与演进（2021-2024）必须明确的是，ISO/IEC23090-5:2021在当前的国际标准化体系中已被标注为“废止”状态。这并不意味着该技术框架失效，而是因为ISO/IECJTC1/SC29（MPEG）在后续的标准化工作中对该标准进行了版本更新和结构重构。-废止与替代：2021版标准已被后续版本（如IS版、修正版）所取代。目前最新的规范整合在MPEG-I系列中，例如ISO/IEC23090-5:2023（第二代V-PCC）或作为其他文件的引用部分。废止状态通常指该具体版本号所对应的文件不再作为当前唯一有效标准。-技术迭代：第二代V-PCC（V-PCC2.0）进一步提升了编码效率，支持了更高动态范围的几何精度，并改进了对反射和透明材质的处理。同时，新标准（如ISO/IEC23090-18）开始引入基于神经网络的编解码工具，以进一步提高压缩比。-生态成熟：基于V-PCC/V3C的开源解码器（如OpenV3C、MPEG’sReferenceSoftware）和商业化解决方案（如V-Nova、Intel等公司的产品）已经逐步成熟，推动了三维体积视频在电影特效和VR直播中的落地。五、主要参与单位介绍：MPEG（动态图像专家组/ISO/IECJTC1/SC29）负责制定该标准的机构是ISO/IECJTC1/SC29（编码音频、图像、多媒体和超媒体信息分技术委员会），其核心工作小组是WG2（MPEG标准制定组），业界统称为MPEG。MPEG组织简介：MPEG成立于1988年，是全球多媒体领域最具影响力的标准化组织之一。它在过去的三十多年中，先后制定了MPEG-1,MPEG-2,MPEG-4,MPEG-7,MPEG-21,MPEG-H,MPEG-I等系列标准，定义了从VCD到蓝光、从数字电视到流媒体，乃至当前Youtube和Netflix所用的全部核心技术。该组织并非盈利性商业公司，而是由全球数百家企业（如苹果、高通、华为、三星、索尼、杜比等）、大学和研究机构的专家组成的“共识驱动型”联盟。在该标准制定中的角色与能力：在ISO/IEC23090-5:2021的制定过程中，MPEG体现了其强大的技术整合与协调能力：1.需求收集与定义：MPEG通过广泛的国际调研，确定了“编解码效率、硬件兼容性、低复杂度解码”作为V-PCC标准的三大核心要求，并据此发布了精确的CallforProposals（征集提案通知）。2.核心技术评估：在接收到来自全球的数十份技术提案后，MPEG组织了严格的核心实验（CoreExperiments）。通过性能对比（PSNR,BD-rate等指标），最终采纳了由华为、三星等公司提出的“补丁投影+视频编码”的最优混合方案。3.一致性测试与推广：MPEG不仅定义编码器语法，还发布了参考软件和一致性测试套件。这确保了不同厂商开发的编解码器能够相互通信，打破了商业垄断，促进了整个沉浸式媒体产业链的形成。该标准的发布，直接催生了VR-10（一种体积视频流媒体协议）等后续生态应用的原型。MPEG的标准化模式确保了该技术既具有学术上的先进性，又具备工业级的实用性和法律层面的开放性（FRAND原则，即公平、合理、无歧视），使得“废止”的2021版本虽然不再是最新，但其核心架构依然是所有后续沉浸式编码方案的基石。结论ISO/IEC23090-5:2021《信息技术沉浸式媒体的编码表示第5部分》的发布，不仅是技术文件的一次迭代，更是行业从“平面视频”向“空间视频”迈进的关键转折点。该标准通过创新的V-PCC/V3C框架，巧妙地利用了存量视频编码基础设施，解决了高复杂度3D数据实时传输的行业难题。尽管该版本在2024年的今天已因技术进步而被废止，但其构建的技术范式——补丁投影与视频编码的融合——仍然贯穿于新一代MPEG-I标准（如支持神经渲染的后续版本）之中。展望未来，随着高带宽低延迟网络（5G-A/6G）和算力边缘化的普及，以V-PCC为基础的沉浸