ISOIEC 23090-212024 信息技术.沉浸式媒体的编码表示.第21部分基于几何的点云压缩（G-PCC）参考软件标准立项发展报告

信息技术沉浸式媒体的编码表示第21部分：基于几何的点云压缩（G-PCC）参考软件标准立项发展报告StandardizationDevelopmentReport:Informationtechnology—Codedrepresentationofimmersivemedia—Part21:ReferencesoftwareforGeometry-basedPointCloudCompression(G-PCC)摘要随着三维视觉、增强现实（AR）、虚拟现实（VR）和自动驾驶等前沿技术的迅猛发展，点云作为一种高效的三维数据表示形式，其重要性日益凸显。然而，海量点云数据的高效存储与传输成为制约技术落地的关键瓶颈。为此，国际标准化组织（ISO/IEC）适时推出了基于几何的点云压缩（G-PCC）系列标准。本报告聚焦于该系列标准的核心配套文件——ISO/IEC23090-21:2024，即G-PCC参考软件标准。报告深入分析了该标准的立项背景、技术内涵、开发历程与应用价值。该标准为G-PCC编解码器的实现提供了权威、统一的参考基准，极大地促进了技术方案的互操作性与研发效率。报告详尽阐述了该标准的核心技术框架，包括参考软件的架构设计、功能模块及其与G-PCC标准的映射关系。同时，报告介绍了主要参与单位——瑞典爱立信公司的技术贡献与在标准化进程中的引领作用。结论部分指出，该标准的发布标志着沉浸式媒体压缩技术标准化进入了一个全新阶段，其参考软件将成为促进全球三维数据应用生态繁荣的关键基础设施。展望未来，随着硬件性能提升与AI技术的融合，G-PCC参考软件将持续演进，推动点云技术在更广泛领域中的产业化应用。关键词-点云压缩-G-PCC-参考软件-ISO/IEC23090-沉浸式媒体-三维数据编码-互操作性-标准化Keywords-PointCloudCompression-G-PCC-ReferenceSoftware-ISO/IEC23090-ImmersiveMedia-3DDataCoding-Interoperability-Standardization正文一、引言：标准化驱动下的点云技术浪潮进入21世纪20年代，全球信息技术产业正经历从二维平面向三维空间的深刻变革。点云，作为由空间中大量离散、带有坐标（甚至属性，如颜色、强度）的点构成的集合，能够精准、细腻地表达物理世界的三维结构和表面纹理。它已成为自动驾驶环境感知、高精度地图构建、文化遗产数字化、工业质检以及AR/VR沉浸式体验等领域的核心技术数据。以自动驾驶为例，一辆配备激光雷达（LiDAR）的测试车辆，每秒可生成数百万乃至上千万个点云数据点。这种海量数据的实时处理、高效存储和低延迟传输，对现有的网络带宽和计算资源提出了前所未有的挑战。为应对这一挑战，国际标准化组织（ISO/IEC）下属的运动图像专家组（MPEG）自2017年起启动了点云压缩标准的制定工作。经过深入的技术调研、需求分析、提案征集与协同评测，最终形成了两大核心标准体系：基于视频的点云压缩（V-PCC）和基于几何的点云压缩（G-PCC）。前者适用于有损压缩下兼具几何与纹理细节的稠密点云，后者则更擅长处理稀疏、几何信息为主且强调精度的点云，典型应用包括LiDAR数据、地理信息系统数据等。正是在此背景下，ISO/IEC23090-21:2024《信息技术沉浸式媒体的编码表示第21部分：基于几何的点云压缩（G-PCC）参考软件》应运而生。该标准作为G-PCC标准族的核心组成部分，旨在提供一个公开、可靠、且与标准文本保持一致的参考软件实现，以降低技术门槛，加速产业落地。二、标准技术内涵与核心架构ISO/IEC23090-21:2024定义的参考软件是一个综合性软件平台，它对G-PCC标准（ISO/IEC23090-9）中描述的编码和解码过程进行了完整的功能实现。该参考软件并非一个经过高度优化的生产级产品，而是一个透明的、结构化的功能原型，其首要目标是作为标准文本的权威参照物。2.1软件架构设计参考软件采用模块化的设计思想，将G-PCC的编码流程解耦为多个独立的处理模块。其核心流程遵循G-PCC标准定义的递归树状分割与预测变换框架：1.几何编码模块（GeometryEncoding）：这是G-PCC的核心。参考软件实现了两种主要的几何压缩模式：-八叉树编码模式：通过对点云所在的三维空间进行递归八等分，将非空的体素节点编码为二进制码流，实现对点云位置的精确描述。参考软件支持基于八叉树的深度优先遍历、广度优先遍历以及近邻点预测编码，可有效利用体素之间的几何相关性。-预测树编码模式：主要用于处理由LiDAR等设备采集的、具有特定扫描模式的稀疏点云。该模块通过构建一个预测树，利用父节点、祖父节点以及相邻节点来预测当前点的位置坐标，并对预测残差进行编码。参考软件实现了多种预测策略，如角度预测、距离预测以及基于莫顿码的空间预测。2.属性编码模块（AttributeEncoding）：在几何信息被编码后，与每个点相关联的属性（如颜色、反射率）需要进行变换和编码。参考软件实现了两种主要方式：-基于几何属性的变换（RegionAdaptiveHierarchicalTransform,RAHT）：利用八叉树结构，对体素内点云的颜色属性进行多层次的小波变换，高效地去除颜色在空间上的冗余。-提升变换（LiftingTransform）：基于预测树结构，通过构建权重矩阵并进行预测更新，实现属性的时域或空间域变换，特别适用于对颜色和反射率等属性的有损压缩。3.熵编码模块（EntropyEncoding）：该模块负责将上述模块产生的各种语法元素（如节点分割标志、预测残差、变换系数）转化为最终的二进制码流。参考软件采用自适应算术编码器，该编码器能根据上下文模型实时调整对各类符号的概率估计，从而逼近信源的理论熵。参考软件提供了对上下文模型的高效管理，确保了编码性能。2.2软件的功能与用途该参考软件绝非仅是一个技术原型，它在标准化和产业应用中扮演着多重关键角色：-标准符合性验证：最主要的功能是作为标准草案的验证工具。当标准文本中的某一段落存在技术歧义时，标准制定者会直接运行参考软件，以程序运行结果来澄清和确认标准描述的正确性。任何声称符合G-PCC标准的编解码器，其生成的码流都应能被该参考软件的解码器正确解码，且解码出的结果应与标准规定一致。-算法基准测试平台：参考软件提供了一个经过充分调试和验证的基线。全球的研究机构和企业可以轻松下载该软件，并在其基础上进行二次开发，测试他们提出的优于标准算法的点云压缩新方案。这极大地降低了研发创新的门槛，加速了算法迭代。-性能评估参考基线：在任何MPEG组织的正式性能评估（CallforProposals,CfP）或核心实验中，所有提交的提案必须使用G-PCC参考软件作为基准，以证明其方案的优越性或独特性。这使得不同提案之间的比较结果客观、透明、可复现。-跨平台可移植性：参考软件的代码通常采用C++编写，并遵循标准的编译规范，可方便地在Windows、Linux和macOS等主流操作系统上编译运行。这种跨平台特性确保了其全球范围内的可用性和影响广度。三、标准的主要参与单位与贡献爱立信公司（Ericsson）爱立信公司，总部位于瑞典斯德哥尔摩，是全球领先的通信技术与服务提供商，也是制定移动通信标准（如5G/LTE）的绝对主力。在点云压缩标准化进程中，爱立信凭借其在通信传输、媒体处理和网络优化领域的深厚积累，扮演了关键角色。技术贡献与研发基础爱立信早在G-PCC标准的早期探索阶段（约2018-2019年）就深度参与其中。其核心贡献体现在以下几个方面：-核心算法提案：爱立信的研究人员提出了多项针对G-PCC性能优化的关键算法提案，尤其是在预测树编码模式的优化和属性变换方面。例如，爱立信提出了基于点云扫描顺序的先进预测器，该预测器能更准确地预测LiDAR点云中因旋转扫描而呈现的几何规律，从而大幅提升稀疏点云的编码效率。这些提案中的许多技术最终被采纳并整合进了G-PCC标准文本和参考软件中。-互操作性与测试：爱立信利用其自有的通信网络测试平台，对G-PCC参考软件在不同网络环境（如5G、固定宽带）下的传输性能进行了模拟和评估。这些测试为理解点云数据在实际网络应用中的表现提供了宝贵数据，并推动了标准中对码流结构、分片和错误恢复机制的优化。-标准化委员会角色：爱立信的多位资深研究专家担任了MPEG点云压缩项目组（MPEG3DG）的关键职务，如会议主席、技术编辑等，深度参与了标准的议程设置、技术讨论和最终定稿工作。影响与展望爱立信在G-PCC参考软件上的投入，不仅是其技术研发能力的体现，更是其构建“全媒体化”和“万物互联”生态战略的延伸。作为通信设备商，爱立信深刻理解高效编解码标准对网络频谱效率提升的决定性作用。通过主导G-PCC参考软件的开发，爱立信确保了其基站、核心网以及潜在的边缘计算设备能够在第一时间支持最前沿的点云数据压缩技术，从而为即将到来的沉浸式通信、车联网（V2X）和工业物联网应用奠定坚实的编码基础。其他积极参与该标准制定的重要单位还包括中国的华为技术有限公司（在八叉树编码优化和低复杂度实现方面有突出贡献）、法国的Orange实验室（在属性编码的心理视觉模型方面表现卓越）以及美国的苹果公司（在硬件加速和能耗优化方面有深入研究）。四、结论与展望ISO/IEC23090-21:2024《基于几何的点云压缩（G-PCC）参考软件》标准的正式发布，标志着沉浸式媒体技术在标准化道路上迈出了坚实而关键的一步。它不仅为业界提供了一个经过国际专家共同验证的、权威的参考实现，更是一个技术创新和产业协同的“催化剂”。该标准将复杂的理论算法转化为可运行、可测试、可复用的软件工具，极大地降低了点云压缩技术的准入门槛，加速了从学术研究到商业应用的转化进程。展望未来，该标准及其配套参考软件将迎来深远的演进方向：1.与AI技术的深度融合：当前，基于深度学习的方法在图像、视频压缩领域已展现出超越传统算法的潜力。未来的G-PCC参考软件有望集成基于神经网络的后处理滤波器、更智能的预测模型以及端到端的属性变换模块，实现性能上的又一次飞跃。标准化组织需要解决如何将AI模型标准化、支持可训练参数并确保互操作性的问题。2.面向新兴应用场景的优化：随着元宇宙、空间计算和数字孪生等概念的兴起，点云数据将与视频、音频、文本等多种媒体形式深度融合。参考软件需要扩展支持对动态可变形点云序列的实时压缩与流传输，并探索与MPEG-I沉浸式媒体系统层标准的无缝对接。3.低延迟与低功耗的实现：针对移动端和嵌入式设备上的AR/VR应用，参考软件需要引入对硬件特定架构（如GPU、NPU、DSP）的适配与优化。未来的标准修订可能会包含对低复杂度配置、特定平台优化建议以及轻量化部署的指导。4.构建更开放的测试生态：MPEG将持续组织核心实验，通过参考软件平台不