ISOIEC 23090-202023 信息技术.沉浸式媒体的编码表示.第20部分基于视觉体积视频的编码（V3C）与基于视频的点云压缩（V-PCC）的一致性测试标准立项发展报告

信息技术沉浸式媒体的编码表示第20部分：基于视觉体积视频的编码与基于视频的点云压缩的一致性测试标准立项发展报告StandardizationDevelopmentReport:Informationtechnology—Codedrepresentationofimmersivemedia—Part20:Conformancetestingforvisualvolumetricvideo-basedcoding(V3C)withvideo-basedpointcloudcompression(V-PCC)摘要随着虚拟现实（VR）、增强现实（AR）和混合现实（MR）等沉浸式技术的快速发展，三维体积视频和点云数据作为构建数字孪生、沉浸式交互空间的核心数字资产，其高效压缩与传输成为业界焦点。国际标准化组织/国际电工委员会第一联合技术委员会（ISO/IECJTC1）发布的ISO/IEC23090-20:2023《信息技术沉浸式媒体的编码表示第20部分：基于视觉体积视频的编码（V3C）与基于视频的点云压缩（V-PCC）的一致性测试》应运而生。本报告系统阐述了该标准的立项背景、核心技术内涵、编制过程及其对产业发展的深远影响。报告首先剖析了V3C和V-PCC两大基础编码标准在实际应用中面临的一致性挑战，明确了本标准旨在为编码器及解码器产品提供一套统一的、可复现的验证方法。核心内容方面，报告详细解读了标准定义的一致性测试框架，包括测试比特流的生成规则、解码器对标准比特流的符合性判定准则，以及编码器产生合法码流的约束条件。重要结论指出，该标准的发布不仅填补了沉浸式媒体编码领域符合性评估的空白，更为构建开放、互信、高效的沉浸式内容生态系统奠定了坚实的技术基础，为VR/AR终端设备、云渲染平台、数字孪生系统等产品的质量保障与互联互通提供了权威依据。展望未来，随着6G、算力网络等新基础设施的演进，本标准将持续演进，支撑更深层次、更广范围的沉浸式应用场景的标准化需求。关键词:沉浸式媒体；体积视频；点云压缩；一致性测试；ISO/IEC23090；V3C；V-PCCKeywords:ImmersiveMedia;VolumetricVideo;PointCloudCompression;ConformanceTesting;ISO/IEC23090;V3C;V-PCC正文1.引言与背景1.1沉浸式媒体产业的标准化需求近年来，以元宇宙、数字孪生、沉浸式社交为代表的下一代互联网形态蓬勃发展，其核心特征之一是对三维空间信息的实时、高保真重建与感知。体积视频和点云技术，作为能够真实捕捉并再现物体或场景三维几何与外观属性的关键技术，正从专业影视制作领域向消费级应用（如远程协作、虚拟现实购物、在线教育）快速渗透。然而，原始的点云数据量极其庞大（单个动态点云帧可达数亿个点），若不进行有效压缩，将严重制约其在现有及未来网络环境下的实时传输与处理。为此，ISO/IECJTC1/SC29/WG2（视频编码专家组，即MPEG）制定了ISO/IEC23090-5:2021和ISO/IEC23090-9:2021分别定义V3C和V-PCC编码标准，解决了压缩效率问题。1.2一致性测试的必要性与紧迫性在上述基础编码标准发布后，市场面临新的挑战：不同厂商开发的编码器、解码器及中间件，如何确保彼此生成的比特流能正确解析并重建出与标准规定的视觉预期一致的体积视频或点云？缺乏一致性的实现将导致：1.互操作性障碍：用户可能购买了A公司的V3C编码器生成的内容，却无法在B公司的VR头显上正确解码显示。3.生态碎片化：不利于形成围绕统一标准的技术、产品与服务的完整生态链。因此，制定ISO/IEC23090-20:2023这一专门针对V3C与V-PCC编码的一致性测试标准，成为完善沉浸式媒体编码标准体系、驱动产业规模化发展的关键一环。它提供了基准参考，用于验证编码器产生的码流是否合法，以及解码器能否正确解码任意符合标准的码流。2.标准核心技术内容解析2.1标准定位与范围*解码器一致性测试：规定了解码器在输入这些一整套的“核心”测试比特流后，其输出（重建的体积视频帧或点云）必须与基准输出完全匹配（通常采用峰值信噪比或像素精确比对方式）。*编码器一致性测试：明确了编码器生成比特流必须满足的语法、语义以及解码器能够成功解码的约束条件。2.2测试框架与关键要素本标准构建了多层次的测试体系：1.比特流测试：提供了一组涵盖不同特征（如高动态范围、静态与动态场景、不同几何复杂度、不同投影格式）的预编码测试比特流。解码器必须能够无错误地解析并解码这些流，并输出与标准参考结果一致的重建数据。2.3与基础标准的关系本节核心在于阐明ISO/IEC23090-20与ISO/IEC23090-5（V3C）和ISO/IEC23090-9（V-PCC）之间的层次依赖与补充关系。*依赖性：一致性测试标准的有效性完全建立在基础标准的规范之上。它验证的是实现“是否”符合基础标准，而非“如何”实现（即不限定具体算法或优化手段）。*补充性：基础标准规定了“是什么”（Whattocode），而一致性测试标准定义了“如何验证是否做对了”（Howtoverifyitwasdonecorrectly）。标准中详细引用了V3C和V-PCC的语法、语义、解码过程算法、以及参考软件实现，确保测试逻辑与基础编码流程完全对齐。3.技术发展趋势与产业应用价值3.1技术趋势当前，沉浸式媒体技术正从“点云压缩”向更高级的“沉浸式视频”（如基于神经网络的体积视频编码）演进。ISO/IEC23090系列标准也在不断迭代，引入如补充增强信息（SEI）、高级比特流操作等特性。ISO/IEC23090-20的存在，确保这一系列新功能在实现在被验证时拥有统一的“度量衡”，避免创新技术引入时可能产生的碎片化风险。3.2产业应用价值*对终端设备厂商（VR/AR头显、手机、电视）：提供了完整的测试用例和技术规范。厂商可据此开发内嵌的解码器，确保其产品能流畅播放任何符合标准的体积视频和点云内容，从而扩大内容来源。*对云服务与内容制作公司：在云端渲染和3D重建管线中，编码器生产的内容若通过一致性测试，则意味着其生成的数据流具备最高的市场兼容性，降低了分发后因终端设备不兼容而产生的服务中断风险和运营成本。*对行业解决方案（数字孪生、远程医疗、工业巡检）：保障了不同项目间（如工厂数字孪生与远程专家AR指导）数字资产交换的无障碍性，推动构建开放、可复用、低成本的沉浸式解决方案。4.标准修订与参与的企事业单位4.1标准制定单位介绍主导单位：国际标准化组织/国际电工委员会第一联合技术委员会（ISO/IECJTC1）详细介绍：ISO/IECJTC1（信息技术联合技术委员会）是全球信息技术领域最权威的国际标准化机构之一。其下属的SC29（音频、图像、视频与多媒体编码分委员会）下的WG2(视频编码专家组，即MPEG)负责本标准的研制。MPEG（MovingPictureExpertsGroup，运动图像专家组）成立于1988年，其制定的MPEG-1、MPEG-2、MPEG-4、MPEG-7、MPEG-21及最新的MPEG-I系列标准，深刻影响了全球数字音视频产业的发展。在沉浸式媒体领域，MPEG率先定义了从设备到内容格式的全面标准框架。参与单位网络：该标准的制定汇聚了全球顶尖的科研机构、高校和企业，包括但不限于：*学术机构：北京大学、清华大学、上海交通大学、中国科学技术大学、南洋理工大学、斯坦福大学、慕尼黑工业大学等。*跨国企业：华为技术有限公司、苹果（Apple）、三星（Samsung）、微软（Microsoft）、高通（Qualcomm）、英特尔（Intel）、索尼（Sony）、中兴通讯等。*核心供应商：包括视频编解码器IP提供商（如AMLogic、博通Broadcom）、内容分发网络（CDN）服务商等。这些机构通常通过国家标准化组织（如中国国家标准化管理委员会、美国国家标准学会ANSI等）向JTC1提交提案。华为、高通、苹果等公司在V3C/V-PCC技术的专利池构建和一致性测试用例贡献上尤为突出。4.2标准编制与发布历程*本标准基于为支持MPEG-IPhase1a(轻量级沉浸式视频，支持6自由度partial)和Phase1b(6自由度全沉浸)的设计目标而立项。正式工作始于2020年初。*历经多轮内部评审、国际会议讨论（通常每年召开2-4次现场+线上混合会议），经历了多版工作草案（WD）、委员会草案（CD）、国际标准草案（DIS）阶段，最终于2023年12月13日正式发布为国际标准。*标准文本为英文版，以电子版加密PDF格式发行，实行严格的数字版权管理（DRM），限制在指定数量的设备（累计3台）上使用，并限制打印次数（共5次），以确保知识产权保护和标准文本的权威性。5.结论与展望结论：ISO/IEC23090-20:2023的发布是沉浸式媒体标准化进程中的一座里程碑。它成功地将从理论到实践的“一致性鸿沟”通过系统化的测试框架进行了弥合。本标准不仅为V3C和V-PCC编码器和解码器提供了权威的验证工具，更为元宇宙、数字孪生等新兴产业的规模化落地扫除了关键的技术障碍。通过确立清晰、可量化的符合性要求，本标准显著提升了不同厂商产品间的互操作性和技术生态的健壮性。展望：随着沉浸式媒体应用对更高分辨率、更高帧率、更低延迟的需求日益增长，以及神经渲染、生成式AI在体积视频生成中的初步应用，未来的标准迭代将面临更高维度的挑战。1.AI驱动编码的一致性测试：当编码器通过神经网络等方法从非标准化输入（如单视角RGB-D图像）生成V3C比特流时，如何定义“合理的”编码行为及用户期望的重建质量？一致性测试可能需要融入针对视觉感知质量（而非像素级精度）的度量标准。2.实时性与动态性：未来的测试标准可能需要涵盖对动态场景的实时编码/解码能力测试，包括对突发运动、遮挡、光照变化场景的响应延迟和重建误差容忍度。3.与6G/下一代网络融合