ISOIEC 23090-52025 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)摘要随着虚拟现实（VR）、增强现实（AR）和混合现实（MR）等沉浸式技术的蓬勃发展，对三维场景数据的高效压缩与传输需求日益迫切。体积视频和点云作为真实世界三维数字化的重要表示形式，其数据量巨大，对存储和带宽构成了严峻挑战。本标准项目ISO/IEC23090-5:2025，即“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）”，正是为了解决这一核心技术难题而制定。本报告系统梳理了该标准的立项背景、技术演进过程及核心内容。研究表明，V3C/V-PCC标准创新性地将三维点云数据或体积视频数据投影到二维平面上，利用成熟的高效视频编码（HEVC/H.265）或通用视频编码（VVC/H.266）技术进行压缩，从而在保证高视觉质量的前提下，实现了显著的码率节省。报告指出，该标准不仅定义了编解码流程，还规范了元数据与辅助信息，确保了不同设备间的互操作性。主要结论认为，V3C/V-PCC标准是推动沉浸式媒体内容规模化应用的关键基石，对远程会议、沉浸式娱乐、数字孪生及文化遗产保护等领域具有深远的产业影响。随着生态系统的成熟，该标准有望成为融合视音频技术与空间计算技术的核心枢纽。关键词：沉浸式媒体；体积视频；点云压缩；V3C；V-PCC；视频编码；国际标准Keywords:ImmersiveMedia;VolumetricVideo;PointCloudCompression;V3C;V-PCC;VideoCoding;InternationalStandard正文1.引言：沉浸式媒体的时代呼唤与编码挑战近年来，以“元宇宙”为标志的下一代互联网概念迅速崛起，催生了用户对于超越传统二维平面、更具临场感和交互性的视觉体验的渴望。沉浸式媒体，作为实现这一愿景的核心技术，旨在捕捉、表示和再现现实世界的三维场景，使用户能够从任意角度自由观看，甚至与虚拟物体进行交互。其中，体积视频（VolumetricVideo）和点云（PointCloud）是两种最为主流和富有前景的三维数据表示形式。体积视频通过捕捉动态场景的完整三维几何与纹理信息（如运动中的舞蹈演员、体育赛事），实现了“自由视点”的观看体验。点云则通过大量离散的空间点及其属性（如颜色、法向量），精确描述物体或场景的表面结构，广泛应用于自动驾驶、地理信息系统和数字孪生等领域。然而，这两种表示形式都面临着严峻的数据挑战。一帧高清的静态点云数据可能包含数百万甚至上千万个点，而动态体积视频则要求每秒传输30帧甚至更多的高密度数据流。未经压缩的原始数据量是传统高清视频的数十倍乃至上百倍，远超当前网络带宽和存储设备的承受能力。因此，开发一种高效、通用的三维数据压缩标准，成为了沉浸式媒体产业商业化的必经之路。2.标准立项与演进历程面对上述挑战，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）下属的“运动图像专家组”（MPEG）早在数年前便启动了相关研究。MPEG在完成三维网格编码（3DMC）和基于模型的脸部动画等早期探索后，于2017年前后将点云压缩作为重点攻关方向。经过多轮意见征集与核心技术提案（CfP）评估，MPEG于2019年确立了V3C（VisualVolumetricVideo-basedCoding）和V-PCC（Video-basedPointCloudCompression）两大技术框架。这两者紧密相关：V-PCC最初被设计为一种专门的动态点云压缩技术，其核心思路是利用投影技术将三维点云映射到二维平面上；而V3C则是对这一思路的泛化与升华，将投影对象从点云扩展至任意的“视觉体积视频”（如光场、多视点纹理加深度，即MVD），形成了一套统一的编码框架。经过多年的技术打磨、性能优化与互操作性测试，ISO/IEC23090-5:2025正式在2025年3月发布。本标准内容虽基于第一版技术成熟度进行了进一步完善，但本标准的最新国际版本在关键技术细节、比特流约束和一致性测试方面均有重要更新，标志着该系列标准正式进入2.0时代。该版本的发布，不仅是技术的冻结，更是对产业界部署实践的总结与回应。3.核心技术原理与创新点ISO/IEC23090-5:2025的核心思想是“降维打击”：将复杂的三维体积数据问题，巧妙地转化为成熟的二维视频编码问题。具体而言，V3C/V-PCC编码器执行以下主要步骤：3.1贴片生成与投影输入的三维体积数据（如动态点云序列）被分解为多个空间上紧凑的“贴片”（Patch）。每个贴片对应物体表面的一个局部区域。编码器从预先定义的一组投影方向（如沿X、Y、Z轴的正交投影，或更高效的由法线引导的投影）中选择一个最优方向，将三维贴片投影到二维平面上。3.2二维映射与封装所有被投影的二维贴片被高效地打包、排列在一个或多个有限的二维网格（通常被称为“图集”，Atlas）中。这个过程类似于拼图，旨在最大化空间利用率。由此，三维空间信息被转化为了多幅二维图像序列，包括：*占用图（OccupancyMap）：标记二维图集中哪些像素被有效数据填充。*几何图（GeometryMap）：存储每个投影点的深度（或几何）信息。*纹理图（TextureMap）：存储对应点的颜色信息。3.3视频编码经过映射后的几何、纹理和占用图序列，本质上是标准的灰度/彩色视频。因此，它们可以直接输入给现有的、高度成熟的视频编码标准，如H.265/HEVC（高效率视频编码）或H.266/VVC（多功能视频编码）进行压缩。3.4元数据编码与复用除了上述视频流外，编码器还会生成描述如何“逆向”操作（即从二维重建为三维）所需的元数据。这包括贴片的投影平面、在二维网格中的坐标、三维空间中的位置等信息。这些元数据通过专用的高效编码工具进行编码（例如，使用算术编码进行无损压缩）。最后，编码后的元数据和压缩后的视频流被复用成一个符合标准的比特流。核心创新点归纳：1.框架通用性：V3C框架的提出，使其不再局限于点云，也能处理多视点视频、光场等多种沉浸式数据，具有良好的前瞻性。2.兼容性：充分利用了MPEG和ITU-T多年积累的视频编码技术遗产，可以直接采用最新的VVC标准，压缩效率远超早期专有算法。据MPEG官方测试报告，V-PCC在保持视觉质量的同时，码率需求仅为原始数据的1/100至1/1000。3.可伸缩性：支持空间/质量/时间可伸缩编码。例如，可以在一个基础的几何分辨率上叠加更高精度的增强层，适应不同网络带宽和终端性能的需求。4.标准内容框架与关键规范本国际标准作为ISO/IEC23090系列（MPEG-I，沉浸式媒体）的第5部分，详细规定了以下内容：*编码器设计与输出：描述了V3C/V-PCC编码过程的抽象模型、输入输出格式以及具体的算法逻辑。*比特流语法与语义：精确定义了符合本标准要求的压缩比特流的语法结构（即比特流中数据的组织方式）和每个语法元素的语义（具体含义）。这是实现互操作性的基础。*配置文件与级别：定义了不同应用场景下的能力集（配置文件），例如针对精细静态物体的“高分辨率配置文件”和针对实时动态场景的“低延迟配置文件”。级别则限制了诸如贴片数量、分辨率上限等具体技术参数。*辅助信息规范：规定了如何封装用于终端渲染的辅助信息，如空间包围盒（BoundingBox）、物体坐标系和用于自由视点渲染的相机参数。5.标准化技术促进发展——主要参与单位介绍：华为技术有限公司在本标准的制定过程中，全球众多顶尖企业和研究机构贡献了核心技术。其中，华为技术有限公司凭借其在视频编码、通信技术和终端研发上的深厚积累，扮演了至关重要的角色。华为的参与历史与技术贡献华为自MPEG启动V-PCC/V3C项目伊始便作为深度参与者，长期致力于推动高效、实用的编码方案。华为的标准化专家团队在关键技术方案的制定中发挥了引领作用，尤其是在以下几个方面：1.专利技术的贡献：华为贡献了大量与点云贴片生成、占用图优化和几何信息编码相关的核心专利。例如，华为提出的“基于帧间运动补偿的点云贴片跟踪”技术，极大地提升了动态点云序列的编码效率，成为了本标准的强制性基础技术之一。2.智能投影方向选择：华为的研究人员提出了基于深度学习特征的智能投影方向预测算法，能够针对不同几何特性的点云内容动态选择最优的投影方式，显著优于传统的固定投影方案。3.编码器优化与参考软件：华为是MPEG官方参考软件（TMC2,TestModelforCategory2）的关键贡献者和维护者之一。TMC2是评估性能、测试一致性的基准，华为不仅在代码质量、运行效率上做出了巨大贡献，还提供了高效的硬件友好型编码器设计方案，为后续芯片集成和硬件部署铺平了道路。4.推动生态落地：华为在深圳等地多次举办技术研讨会和互操作性测试活动，联合内容生产商、芯片设计商和运营商，共同探讨V3C/V-PCC的商业化路径。此外，华为将标准的核心算法融入其自研的麒麟系列芯片的GPU和NPU（神经网络处理单元）中，实现了在手机等移动设备上的实时点云解码与渲染，验证了技术在消费终端上落地的可行性。华为的贡献不仅体现在技术提案的数量和质量上，更体现在对标准实用性、公平性和产业生态建设的全方位推动上，成为了ICT行业通过标准化引领前沿技术发展的典范。6.标准应用价值与产业前景ISO/IEC23090-5:2025的发布，为下一波沉浸式应用的爆发奠定了基础。*远程沉浸式会议与协作：使用V3C/V-PCC技术压缩和传输真人全息影像，使远程沟通者具有真实感和空间存在感，颠覆传统视频会议。*沉浸式娱乐：游戏和VR/AR内容可以包含基于真实世界扫描的精细3D模型，自由视点体育直播让观众有身临其境的感觉。*数字孪生与工业互联网：对工厂、建筑的大型点云模型进行高效压缩和远程传输，实现远程巡检、培训与模拟仿真的毫秒级响应。*文化遗产保护：将珍贵的文物、古迹进行高精度三维扫描并进行标准化的压缩存储，便于永久性数字存档和广泛的在线教育传播。结论综上所述，ISO/IEC23090-5:2025《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）》不仅仅是一项技术标准，更是构建未来沉浸式数字世界的关键基础设施。它巧妙地利用“降维”思想，将复杂的三维编码难题嫁接至成熟高效的二维视频编码生