ISOIEC 23090-102022 信息技术.沉浸式媒体的编码表示.第10部分基于视觉体积视频的编码数据的传输标准立项发展报告

标题：信息技术沉浸式媒体的编码表示第10部分：基于视觉体积视频的编码数据的传输标准立项发展报告EnglishTitle:StandardizationDevelopmentReport:Informationtechnology—Codedrepresentationofimmersivemedia—Part10:Carriageofvisualvolumetricvideo-basedcodingdata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，体积视频（VolumetricVideo）作为新一代的媒体形态，正逐步改变信息交互与内容消费的方式。本报告旨在系统梳理国际标准ISO/IEC23090-10:2022《信息技术沉浸式媒体的编码表示第10部分：基于视觉体积视频的编码数据的传输》的立项背景、技术框架、核心内容及其在行业中的应用价值。报告详细阐述了该标准在解决体积视频数据封装、传输及与现有编码标准兼容性方面的关键作用。研究表明，该标准的发布填补了体积视频传输格式的空白，为沉浸式应用从终端渲染向云端流化与分发提供了统一规范。报告通过对主要参与单位——国际标准化组织（ISO）和国际电工委员会（IEC）第一联合技术委员会（JTC1）的深入分析，论证了其作为全球权威标准制定机构的严谨流程和技术权威性。结论指出，该标准不仅为当前5G/6G时代的沉浸式媒体服务奠定了基础，更将在元宇宙、远程医疗、教育、智能制造等领域发挥重要的支撑作用，推动全球沉浸式内容产业的标准化与规模化发展。关键词沉浸式媒体；体积视频；MPEG-I；数据封装；传输协议；ISO/IEC23090；标准化；元宇宙Keywords:ImmersiveMedia;VolumetricVideo;MPEG-I;DataEncapsulation;CarriageProtocol;ISO/IEC23090;Standardization;Metaverse正文一、引言沉浸式媒体技术作为数字产业的下一个核心驱动力量，正在重塑从娱乐到工业的全方位交互方式。其中，体积视频（VolumetricVideo）区别于传统的平面视频或全景视频，能够捕捉并再现三维物理世界的全息级动态信息，用户可自由选择观看视角，实现“六自由度（6DoF）”的沉浸体验。然而，体积视频庞大的数据体量及其对实时传输的严苛要求，构成了技术普及的关键瓶颈。针对这一挑战，国际标准化组织及其合作机构历时多年研发，推出了ISO/IEC23090-10:2022标准。该标准作为MPEG-I（MPEGImmersive）系列标准的重要组成部分，专门定义了“基于视觉的体积视频编码（V3C）”数据的传输方式。本报告将深入剖析该标准的立项动因、技术架构及其对推动全球沉浸式产业生态发展的深远影响。二、标准立项背景与必要性2.1技术发展的迫切需求2.2标准的定位ISO/IEC23090-10:2022定位于如何将编码后的V3C数据（即压缩后的2D视频帧与元数据）封装并承载于现有的传输协议（如MPEG-2TS、ISOBMFF，即MP4文件格式）之上。它不仅解决了“传输什么”的问题，更关键的是定义了“怎么传”才能与现有播放器、编码器及分发网络无缝对接。三、标准技术内容分析3.1V3C传输框架本标准的核心是定义了V3C数据的“Carriage”（承载）规范。V3C技术本身（由ISO/IEC23090-5规定）通过将3D体积数据“摊平”为多路2D视频（例如：纹理图、深度图），利用成熟的HEVC/VVC视频编解码器进行压缩。ISO/IEC23090-10则规定了这些经过压缩的2D视频流以及相关的辅助补丁信息、元数据如何被打包，以便在网络上传输或在存储设备中保存。3.2关键术语与封装机制-AccessUnit(AU):定义了V3C数据在时间上的最小可访问单元。-V3CUnit:包含了特定补丁（Patch）或全局数据的结构化数据包。-ISOBMFF兼容性:标准规定了对ISOBaseMediaFileFormat的扩展，使得V3C流可以无缝复用视频、音频、字幕等传统媒体流，形成一个单一的MP4容器。这对于OTT（Over-The-Top）视频平台的集成至关重要。-DASH支持:标准考虑了与MPEG-DASH的配合，支持体积视频的码率自适应，用户在网络拥塞时可动态调整传输质量，保证播放流畅。3.3技术优势该标准引入了一套高效的分段传输策略，允许服务端根据用户视点（FOV，视场角）进行智能切片，只传输用户当前可见的区域，极大降低了带宽消耗，使得在移动网络下提供6DoF体验成为可能。四、主要起草单位与国际合作4.1核心机构：ISO/IECJTC1/SC29/WG2本标准的直接制定单位是国际标准化组织（ISO）与国际电工委员会（IEC）的第一联合技术委员会（JTC1）下属的子委员会SC29（音频、图像、多媒体及超媒体信息编码），特别是其下的工作组WG2（编码表示）。该工作组汇集了全球最顶尖的视听技术专家、芯片厂商、互联网巨头及科研机构。4.2主要参与企事业单位详解：InternationalOrganizationforStandardization(ISO)与InternationalElectrotechnicalCommission(IEC)JTC1虽然标准由具体的工作组撰写，但其背后是ISO与IEC联合建立的、最权威的数字媒体标准化平台。JTC1是信息技术领域最权威的国际标准化委员会，负责制定涵盖了从编程语言、生物识别到MPEG系列标准的全球信息技术标准。-机构背景与权威性：ISO作为世界上最大的非政府性标准化机构，拥有超过160个成员国的技术专家。IEC则在电工电子领域具有无可替代的权威性。二者的联合使得JTC1发布的MPEG标准（如H.26x系列视频编码、AAC音频编码）几乎垄断了全球数字媒体格式。任何ISO/IEC标准的立项，都需要经过成员国投票、技术专家多轮讨论、功能验证等复杂、严谨的流程，其技术文件的严谨性和市场认可度是业内最高的。-核心工作流程：该标准的制定经历了多个阶段：NP（新工作项目）、WD（工作组草案）、CD（委员会草案）、DIS（国际标准草案）、FDIS（最终国际标准草案）。JTC1/SC29的专家团队（包括三星、华为、高通、英特尔、杜比、Technicolor等公司的核心代表）通过多次线下面对面会议和长达数年的线上协作，完成了技术提案、仿真实验和解码一致性测试。-规则与贡献：该标准涉及的核心提案由多个国际领先企业提交，最终由MPEG-I（沉浸式媒体组）整合。JTC1的角色在于制定确切的语法和语义，保障不同厂商的编码器与解码器之间能实现互操作。例如，在日本NHK和法国InterDigital等机构的推动下，标准最终确定了V3C数据在传输层的精确映射关系。没有ISO/IECJTC1这一全球标准与认证体系的背书，任何沉浸式媒体的传输标准都难以在跨平台、跨设备的环境中推广。正是由于遵循了这一套全球最严苛的标准化流程，ISO/IEC23090-10:2022才具备了极高的技术成熟度和产业可落地性。五、标准实施意义与影响5.1对产业生态的贡献-打破数据孤岛：在标准发布前，不同的VR/AR公司和平台使用私有格式传输体积视频，导致内容无法共享。该标准定义了统一的流式传输格式，使得内容创作者只需制作一份内容，即可适配所有支持ISO/IEC23090-10的播放器。-降低开发门槛：标准明确了CDN（内容分发网络）厂商、云服务商如何缓存和分发体积视频流。开发者无需自己设计一套复杂的传输协议，可直接基于MP4容器或DASH协议实现流媒体功能，极大缩短了产品研发周期。5.2典型应用场景-远程沉浸式社交：采用此标准的体积视频内容可实现真人3D形象的实时传输，使得多人社交不再是冰冷的卡通形象，而是高保真的“真身远程出席”。-工业数字孪生：在智能制造领域，技术人员可以远程通过体积视频流，以6DoF视角巡检设备、查看3D图纸，实现“可见即所得”的远程协作。-元宇宙建设：当体积视频与空间音频结合时，用户可以“走入”历史遗迹或演唱会中心。该标准提供的码率自适应能力，使得无论用户使用的是头显还是手机，都能获得最佳的沉浸体验。六、结论与展望ISO/IEC23090-10:2022标准的成功发布，标志着沉浸式媒体技术从孤立的实验性Demo向可大规模部署的标准化商业服务迈出了决定性的一步。它通过巧妙地复用现有成熟的视频传输基础设施（ISOBMFF,MPEG-TS,DASH），为日益增长的高带宽、低延迟体积视频应用提供了坚实的“高速公路”。未来发展趋势：1.与下一代编码标准的深度融合：随着MPEG-IPart8（神经表示）等新兴AI驱动编码技术的成熟，该传输标准未来可能扩展对神经网络压缩数据的承载支持，进一步压缩体积视频的数据量。2.边缘计算加速：该标准的设计天然契合边缘计算架构。预计未来CDN边缘节点将实现体积视频的实时视角合成和分发，用户将能以低于10ms的MTP（运动到光子）延