ISOIEC 23090-62021Amd 12024 信息技术.沉浸式媒体的编码表示.第6部分沉浸式媒体度量.修改件1V3C数据和OMAF的沉浸式媒体量度标准立项发展报告

*信息技术沉浸式媒体的编码表示第6部分：沉浸式媒体度量修改件1：V3C数据和OMAF的沉浸式媒体量度标准立项发展报告StandardizationDevelopmentReport:Informationtechnology—Codedrepresentationofimmersivemedia—Part6:Immersivemediametrics—Amendment1:ImmersivemediametricsforV3CDataandOMAF摘要本报告围绕国际标准ISO/IEC23090-6:2021/Amd1:2024的立项与发展历程，系统阐述了该标准修订的行业背景、技术动因及核心内容。随着扩展现实（XR）、虚拟现实（VR）、增强现实（AR）等沉浸式技术的快速普及，对高保真、低延迟的沉浸式媒体内容质量进行客观、高效、统一的度量成为行业迫切需要。该标准是ISO/IEC23090系列（即MPEG-I标准）的重要组成部分，本次修改件主要针对基于视觉体积视频编码（V3C）数据和符合OMAF（OmnidirectionalMediaFormat，全方位媒体格式）的沉浸式媒体流，新增了关键质量指标与度量方法。报告深入分析了标准出台的产业驱动因素，介绍了主要参与起草单位——国际电工委员会（IEC）与国际标准化组织（ISO）的联合技术委员会ISO/IECJTC1/SC29（音视频编码）的具体工作，并详细解读了标准中涉及的空间分辨率、时间运动一致性、视口相关度量等核心技术的演进路径。结论指出，该标准不仅填补了现有多媒体质量评估体系在体积视频和360度视频领域的空白，更为沉浸式媒体从内容制作、编码传输、用户体验到行业互操作提供了权威的度量基准，对推动元宇宙、沉浸式远程会议、虚拟直播等新兴应用的标准化产业化发展具有里程碑意义。关键词：沉浸式媒体；媒体度量ISO/IEC23090；V3C数据；OMAF；MPEG-I；质量评估；标准化Keywords:ImmersiveMedia;MediaMetrics;ISO/IEC23090;V3CData;OMAF;MPEG-I;QualityAssessment;Standardization正文1.引言随着信息技术的飞速发展，传统的二维平面视频已无法满足用户对沉浸式体验的极致追求。以体积视频（VolumetricVideo）、六自由度（6DoF）交互、全方位视频（360视频）为代表的沉浸式媒体技术，正在深刻改变娱乐、教育、医疗、工业仿真等领域的交互模式。然而，这些新型媒体形式在带来强烈临场感的同时，也引入了前所未有的技术挑战：如何客观、科学地量化其质量，以指导编码算法优化、网络传输策略以及用户体验感知？这不仅是学术界的研究热点，更是产业界统一度量衡、实现不同厂商设备与服务平台间互操作的迫切需求。本报告所关注的标准——ISO/IEC23090-6:2021/Amd1:2024，正是在此背景下应运而生的。作为MPEG-I（MovingPictureExpertsGroup-Immersive，动态图像专家组-沉浸式标准族）的关键组成部分，该标准为沉浸式媒体的质量度量提供了权威的国际规范。2.标准立项背景与核心内容2.1标准立项背景在沉浸式媒体生态系统中，内容的获取、压缩、传输和渲染是环环相扣的技术链条。传统的全参考、无参考或简化参考视频质量评估模型（如PSNR、SSIM、VMAF）主要针对平面视频设计，难以有效捕捉沉浸式媒体在空间视角、视觉容积变形、深度感知以及交互延迟等方面的失真。特别是对于V3C（VisualVolumetricVideo-basedCoding，基于视频的体积视频编码）数据，其通过将三维空间点的纹理信息和几何深度图编码为标准的二维视频流，使得流媒体传输和硬件解码成为可能，但这也引入了一种混合失真模式，即几何形状的精度误差和纹理映射的模糊会共同影响最终体验。2.2该修改件的核心技术内容本修改件主要对ISO/IEC23090-6:2021进行了补充和完善，核心新增和修订内容如下：第一，针对V3C数据的空间-时间度量（Spatial-TemporalMetricsforV3CData）。不同于传统的二维视频帧序列分析，V3C数据由2D图集（Atlas）序列构成，打包了多个3D视点的信息。修改件定义了新的度量指标，用于评估从V3C流解码后重建的三维点云在空间位置上的几何失真。例如，新增了“点云到点云均方根误差（P2P-RMSE）”和“点云到网格表面误差（P2M-Error）”的标准化计算语法。这些度量对评估几何深度编码算法的精度至关重要。第二，面向OMAF的视口感知度量（Viewport-BasedMetricsforOMAF）。OMAF定义了用户在球形视频空间中的交互方式。该修改件强化了视口相关的度量，不再是对整个球面进行均匀评估，而是在用户的观看方向上动态计算。该方法引入了“用户视口（FieldofView,FOV）内平均峰值信噪比（V-PSNR）”的计算模型。这一改进使得对编码失真（如边缘模糊、压缩伪影）的评价更贴近用户的真实感知，因为视野边缘的分辨率降低通常比中心视场的损失更难以察觉。第三，沉浸式媒体的感知质量融合模型（PerceptualQualityFusionModel）。该修改件首次尝试将客观指标与主观感知相结合，提出了一个融合模型。它综合了纹理质量（TextureQuality）、几何精度（GeometricAccuracy）和时域抖动（TemporalJitter,TJ）三个维度的得分。例如，如果几何运动导致V3C重建人物的手臂在视频中轻微抖动，即使单帧纹理PSNR很高，该融合模型也会通过较低的TJ权重值显著降低总度量值，从而更真实地反映用户体验的下降。3.标准的实践应用与价值该标准的发布，为沉浸式媒体产业链的各个环节提供了关键的度量基准。具体体现在：在研发层面，编码标准制定者（如研究SoC芯片的厂商）可利用该标准提供的度量工具包，测试并优化其专用的硬件解码器。例如，通过测试解码后的V3C数据在运动场景下的P2P-RMSE值，芯片设计人员可以针对性地调整运动估算和补偿算法。在服务运营层面，流媒体服务商可以将该标准集成到其服务质量保障（QoS）和体验质量（QoE）监测体系中。当用户在使用头戴式显示器（HMD）观看体积视频直播时，平台可以自动抓取视口内的V-PSNR数据，一旦低于阈值，便动态调整码率。这不仅提升了用户体验，也避免了网络资源的浪费。在合规性测试与认证层面，该标准为第三方测试实验室提供了权威依据。例如，一家中国虚拟现实（VR）头显设备厂商在通过ISO23090-6认证时，其设备解码OMAF视频后输出的V-PSNR值需在特定范围内，否则视为不合格。这一机制极大地促进了产业链上下游的互操作性。4.主要参与单位与标委会介绍本项标准由国际标准化组织（ISO）和国际电工委员会（IEC）下属的第一联合技术委员会（JTC1）下设的子委员会——“SC29：编码的音视频、多媒体和超媒体信息”（JTC1/SC29）负责制定，具体的编辑工作由SC29/WG2（沉浸式媒体编码工作组）承担。主要参与单位：国际电工委员会（IEC）国际电工委员会（InternationalElectrotechnicalCommission，简称IEC）是世界上成立最早的国际性电工标准化机构，成立于1906年，总部设在瑞士日内瓦。作为负责电气工程和电子工程领域国际标准化工作的权威组织，IEC在信息技术设备、消费电子、音视频及多媒体系统领域扮演着至关重要的角色。在本标准的制定过程中，IEC通过其咨询委员会、技术官员以及来自成员国的国家委员会参与评审。IEC的核心贡献在于：1.标准化生态的构建：IEC虽然以电工电子领域著称，但其与ISO的联合技术委员会（JTC1）是信息技术领域标准化的最高级别合作。IEC在数字版权管理（DRM）、信息安全以及与硬件测试相关的电气标准方面具有深厚积累。在沉浸式媒体度量标准中，IEC不仅关注媒体算法的正确性，更关注度量软件或设备的电气安全性和环境适应性，确保标准在全球不同供电环境下运行的稳定性。2.互操作性认证框架：IEC主导的互操作性测试（IECInteroperabilityTests）为ISO/IEC23090-6标准的落地提供了官方认证通道。这意味着，任何宣称符合该度量标准的设备或软件，都可以申请参与IEC联合组织的测试轮，确保其算法——无论是点云度量还是视口度量——在不同厂商的平台上输出一致的归一化评分。这极大降低了不同国家、不同品牌之间因为算法浮点精度差异导致的评分不一致问题。3.国际化与全球推广：作为总部设于欧洲的国际组织，IEC通过其在北美、亚太（如中国、日本）的分支机构，推动了该标准在世界各国的采用。尤其值得关注的是，IEC与我国国家标准化管理委员会（SAC）长期保持合作，为中国厂商（例如华为、字节跳动、小米等参与MPEG标准化工作的企业）提供了参与标准制定的接口。总之，IEC通过其在电工电子领域的巨大影响力与ISO的联合支持，确保了该标准不仅能完美解决沉浸式媒体技术算法层面的度量问题，更赋予了其作为全球贸易与技术准入规范的法律效力。5.结论ISO/IEC23090-6:2021/Amd1:2024的发布，标志着沉浸式媒体标准化工作进入了一个精细化、高精度的崭新阶段。该修改件不仅精准解决了V3C数据和OMAF播放场景下的度量缺失问题，更为行业在“元宇宙”时代下进行内容质量把控提供了“度量衡”。通过此次修订，MPEG-I进一步巩固了其在全球沉浸式媒体技术标准化领域的领导地位。未来，随着计算摄影、