ISOIEC 23090-142025 信息技术.沉浸式媒体的编码表示.第14部分场景描述标准立项发展报告

信息技术沉浸式媒体的编码表示第14部分：场景描述标准立项发展报告StandardizationDevelopmentReport:Informationtechnology—Codedrepresentationofimmersivemedia—Part14:Scenedescription摘要随着虚拟现实（VR）、增强现实（AR）、混合现实（MR）等沉浸式技术的迅猛发展，对高效、互操作的沉浸式媒体内容编码与表示需求日益迫切。本标准《信息技术沉浸式媒体的编码表示第14部分：场景描述》（ISO/IEC23090-14:2025）作为MPEG-I系列标准的重要组成部分，旨在定义一种标准化的场景描述格式，以支持复杂、动态的三维沉浸式场景的表示、交互与呈现。本报告详细阐述了该标准的立项背景、核心技术内容、编制过程及其对产业发展的深远影响。研究发现，该标准的核心价值在于其提供了一种独立于视口的、可扩展的场景图描述框架，能有效融合视觉、听觉及触觉等多种模态信息，并支持时间轴驱动的动态场景变化。通过标准化场景描述，该标准有望打破当前沉浸式内容在不同平台和设备间的“孤岛”现象，极大地提升内容创作与分发的效率，从而驱动沉浸式媒体产业生态的成熟与繁荣。结论指出，ISO/IEC23090-14:2025的发布标志着沉浸式媒体技术向着更高阶的通用性和互操作性迈出了关键一步，未来将深度赋能元宇宙、远程协作、数字孪生等前沿应用场景。关键词沉浸式媒体；MPEG-I；场景描述；场景图；编码表示；互操作性；元宇宙Keywords:ImmersiveMedia;MPEG-I;SceneDescription;SceneGraph;CodedRepresentation;Interoperability;Metaverse1.引言近年来，以虚拟现实（VR）、增强现实（AR）和混合现实（MR）为代表的沉浸式技术经历了从概念验证到初步商业化的爆发式增长。然而，现有沉浸式内容的创建、分发和呈现过程高度碎片化，缺乏统一的、标准化的描述语言。不同的硬件平台（如头戴式显示器、智能眼镜）、软件引擎（如Unity、Unreal）和内容格式（如OBJ、glTF、USD）各自为政，导致内容跨平台移植成本高昂，生态难以形成合力。为解决这一瓶颈，国际标准化组织动态图像专家组（MPEG）启动了MPEG-I（沉浸式媒体的编码表示）标准系列。ISO/IEC23090-14:2025作为该系列的第14部分，核心任务是定义一种标准化的场景描述格式，为构建一个开放的、可互操作的沉浸式内容生态奠定基石。本标准旨在解决的核心问题是：如何在一个标准化的框架内，清晰地描述一个沉浸式场景中所有元素（几何体、纹理、光照、音频源、动画、交互逻辑等）的空间关系、时间行为和交互方式。它不仅是数据结构的规范，更是整个内容创作与消费链条的“共同语言”。2.标准核心内容解析ISO/IEC23090-14:2025定义了一种基于场景图的描述模型。该模型的核心要素包括：*场景图（SceneGraph）：核心数据结构是一个有向无环图（DAG）。图中的每一个节点代表一个场景元素（如一个3D物体、一个光源、一个摄像机），节点之间的父子关系定义了元素之间的空间变换层级。例如，一辆汽车（父节点）的移动将自动带动其车轮（子节点）一同运动。*节点类型（NodeTypes）：标准规范了丰富的节点类型，以支持不同类型的场景元素：*几何节点：描述3D模型的几何形状、材质和纹理。支持基于网格（Mesh）和点云（PointCloud）的表示。*音频节点：定义声源的位置、方向性、衰减曲线和音频流。支持基于对象的音频（Object-basedAudio）和基于场景的音频（Scene-basedAudio,Ambisonics）。*光照节点：定义环境光、方向光、点光源和聚光灯的属性，如颜色、强度、阴影投射行为等。*交互节点：定义用户与场景元素的可交互性，如点击、拖拽、射线检测等。*变换节点：描述节点在三维空间中的平移、旋转和缩放。*时间行为（TemporalBehavior）：标准支持动画系统，允许定义场景元素随时间变化的状态，如物体移动、旋转、形变、纹理切换等。这通过时间轴（Timeline）和插值器（Interpolator）来实现，确保了动态沉浸式场景的准确同步。*编码与流式传输：场景描述并非孤立存在，它与MPEG-I系列中的其他标准（如视频编解码ISO/IEC23090-5VVC、几何压缩ISO/IEC23090-12G-PCC）紧密结合。标准定义了如何将场景描述与媒体数据流（如视频、音频、点云）进行封装和流式传输，客户端可以根据用户视点变化，按需下载和解码场景中的不同部分，实现高效的传输和渲染。3.标准编制过程与核心参与单位3.1标准演进历程本标准的立项源于MPEG对沉浸式媒体技术的前瞻性布局。自MPEG-I项目启动以来，场景描述就是其核心构件之一。研究阶段始于约2018年，经历了多次提案征集、核心技术实验对比和修订。本标准（ISO/IEC23090-14:2025）于2025年11月7日正式发布，标志着该标准已从技术草案走向成熟应用。3.2主要参与单位介绍：FraunhoferHeinrichHertzInstitute(HHI)FraunhoferHHI（弗劳恩霍夫海因里希·赫兹研究所）是全球领先的通信技术、媒体编码和网络技术研究机构之一，总部位于德国柏林。作为MPEG标准制定的核心贡献者之一，FraunhoferHHI在视频编码（MPEG-2,AVC,HEVC,VVC）、音频编码（MPEG-HAudio）、沉浸式媒体处理与传输等领域拥有数十年的深厚积累和突出贡献。对于本标准而言，FraunhoferHHI的贡献主要体现在以下几个方面：*技术框架设计：HHI是MPEG-ISceneDescription设计提案的主要贡献者之一。他们结合自身在计算机图形学、虚拟现实和多媒体系统方面的研究，提出了基于场景图的可扩展、模块化描述框架，该框架最终成为标准草案的核心。*核心算法与参考软件：HHI开发并贡献了关键的参考软件（ReferenceSoftware），用于验证标准提案的可行性和性能。该软件是实现标准一致性测试和产业落地的基础。*产业推广与标准化领导力：HHI的多位资深科学家在MPEG内部担任重要职务，长期领导或深度参与场景描述相关工作组，推动标准向产业需求对齐。FraunhoferHHI的参与，确保了本标准既有深厚的技术理论支撑，又具备高度的实践可行性，其研究成果已广泛应用于工业、娱乐、医疗等领域，为沉浸式媒体技术的发展奠定了坚实的技术基础。4.标准的意义与产业影响ISO/IEC23090-14:2025的发布，对沉浸式媒体产业具有里程碑式的意义：*打破“孤岛”，实现互操作性：本标准为沉浸式内容提供了一种通用的“语言”。内容创作者可以一次创作，即可在支持该标准的不同设备（头显、智能眼镜、手机、PC）和应用软件上无缝呈现。这极大地降低了跨平台开发和适配的成本。*促进内容生态繁荣：标准化的场景描述格式，使得第三方工具、服务商和内容市场可以围绕一个统一的接口进行开发。这有望催生出一个类似于目前Web开发的、充满活力的生态系统。*赋能元宇宙与数字孪生：元宇宙等概念的核心是构建一个持久化、共享的、可交互的虚拟世界。本标准提供的标准化场景描述是实现这种跨应用、跨平台虚拟世界交互的关键技术基础。同样，在工业制造领域，通过标准化的场景描述构建数字孪生模型，可以实现不同CAD软件、仿真工具之间的模型共享和同步。5.结论与展望ISO/IEC23090-14:2025《信息技术沉浸式媒体的编码表示第14部分：场景描述》是MPEG-I系列标准中的关键一环，它成功定义了沉浸式内容从创作到呈现的“通用语言”。通过标准化的场景图模型、节点规范和流式传输机制，本标准为构建一个开放、互操作、高效率的沉浸式媒体生态奠定了坚实的基础。展望未来，本标准的发展将主要体现在以下几个方面：*与AI的深度融合：未来场景描述可能支持AI驱动的生成式描述。例如，通过AI自动解析自然语言指令，动态生成或修改场景图，实现更智能、更自适应的人机交互。*触觉与动觉的集成：目前的场景描述主要处理视听信息。未来版本有望扩展以支持触觉反馈（如振动、压力）、动觉（运动追踪）等相关数据，实现更真实的感官沉浸。*安全性与隐私保护：随着沉浸式应用的普及，场景描述中可能包含用户的空间位置、交互行为等敏感信息。未来的标准修订需要纳入相关的安全机制和隐私保护要求。*与Web技术的融合：与WebXRDevic