ISOIEC 23090-142023 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摘要关键词：沉浸式媒体；场景描述；ISO/IEC23090；MPEG-I；三维场景图；标准化Keywords:ImmersiveMedia;SceneDescription;ISO/IEC23090;MPEG-I;3DSceneGraph;Standardization一、引言1.1研究背景沉浸式媒体技术正在深刻改变人类感知和交互数字内容的方式。从三维电影、虚拟演唱会到工业数字孪生、远程协作医疗，沉浸式体验已从实验室走向规模化商用。据国际数据公司（IDC）预测，全球AR/VR市场支出将在2026年突破五百亿美元，年复合增长率超过30%。在这一产业浪潮中，如何对复杂的三维场景进行统一的描述、编码和传输，成为制约沉浸式媒体互操作性与规模化部署的关键技术瓶颈。场景描述（SceneDescription）本质上解决的是“场景中有什么、它们在哪里、它们如何运动和交互”的问题。与传统的二维视频编码不同，沉浸式媒体场景包含三维几何模型、材质属性、光照信息、空间音频源、交互行为逻辑及多模态数据关联等丰富内容，这些信息需要一种结构化、可扩展且高效的方式加以组织和表达。长期以来，业界缺乏统一标准：GLTF、USD、VRML/X3D等格式各自为政，互不兼容，严重制约了内容制作工具、渲染引擎和终端设备之间的协同工作。1.2标准立项的必要性在此背景下，国际标准化组织ISO/IECJTC1/SC29（音频、图像、多媒体和超媒体信息编码分技术委员会）于2019年前后启动了MPEG-I（沉浸式媒体编码）系列标准中场景描述部分的立项工作。该项目的核心目标包括：1.建立独立于具体渲染引擎的场景描述基础框架；2.支持动态场景的实时更新与交互响应；3.实现与MPEG-I体系中视频、音频、深度、位姿等编码标准的有机衔接；4.为不同厂商的内容创作工具和播放设备提供互操作基础。经过多轮国际讨论与技术验证，ISO/IEC23090-14:2023于2023年6月正式发布，标准名称为《信息技术沉浸式媒体的编码表示第14部分：场景描述》。二、标准技术内容2.1标准适用范围与定位ISO/IEC23090-14:2023作为MPEG-I系列标准的组成部分，其适用范围涵盖沉浸式媒体中场景描述数据的编码表示与交换格式。该标准定义了一种面向交互式沉浸式应用场景的场景描述语言及其编码表示，支持以下核心能力：-静态场景构建：三维空间中对象的几何属性（位置、方向、缩放）及结构层次关系的表达；-动态行为描述：场景中对象的运动轨迹、动画触发机制及基于时间线的事件响应；-多模态数据关联：将视觉纹理、空间音频、深度信息、语义标注等不同模态的数据绑定至具体的场景节点；-交互与用户参与：支持用户视点变化引发的场景更新，以及用户与场景对象之间的交互行为描述。2.2核心架构与关键技术该标准规定的场景描述采用分层架构设计，主要包括以下几层技术要素：（1）场景图结构层。场景图是该标准的核心抽象模型，以层级树状结构组织场景中的所有要素。每个节点代表一个逻辑实体（如几何对象、光源、相机等），节点之间的父子关系定义了场景的空间层级与语义归属。场景图采用可扩展的节点类型定义机制，允许在基础类型之上派生新的属性域，以适应不同应用场景的特定需求。（2）空间坐标与变换层。标准定义了统一的全局坐标系及节点间的局部坐标变换规则，支持平移、旋转、缩放及刚体变换的组合表达。此外，为了支持大规模场景的空间索引与局部更新，还引入了空间分区与场景分块（tiling）机制。（3）动态行为与事件层。场景中的动态行为通过声明式的行为描述语言加以表达，支持基于时间轴的动画指令、基于条件触发的事件响应机制以及用户输入的路由与处理逻辑。这一设计使得同一场景描述可供不同交互策略的终端设备复用，提升了标准的适用灵活性。（4）数据关联与流式传输层。标准允许场景描述引用外部媒体资源（如纹理图像、几何网格、音频片段等），并支持资源的渐进式加载与按需传输策略。同时，具备与ISO/IEC23090系列其他部分（如基于几何的点云压缩G-PCC、基于视频的点云压缩V-PCC、网格编码等）无缝配合的接口设计。2.3与其他标准的关系ISO/IEC23090-14:2023在MPEG-I生态系统中承担“中枢”角色：它将底层媒体编码标准（如ISO/IEC23090-5用于视频编码，ISO/IEC23090-8用于网格编码）所生成的基本媒体流组织为具有时间和空间语义的完整虚拟场景，同时通过标准化的接口连接交互控制信息和渲染引擎。这种架构设计与W3C的WebXR规范、KhronosGroup的glTF格式形成互补，避免重复定义底层三维数据格式，而将重点落脚于场景级抽象与标准互操作之上。三、标准应用与产业影响3.1典型应用场景（1）沉浸式娱乐。在VR电影、互动游戏和虚拟演唱会等领域，ISO/IEC23090-14:2023提供了一套统一描述三维场景内容与动态演出的标准化方案，使得同一场景内容可在不同品牌的头显设备和播放平台中呈现一致的效果。例如，一场虚拟演唱会可将歌手的三维模型、舞台灯光动态序列、空间音频声场以及观众互动特效统一组织为场景描述文件，实现跨平台分发。（2）工业数字孪生。在智能制造和城市数字化领域，大量传感器数据和三维模型需要被整合至统一的场景中实时呈现。该标准的层级化场景图结构和多模态数据绑定能力，为大场景数字孪生模型的组织管理提供了标准化框架，有助于降低场景构建成本并提升系统的可维护性。（3）远程协作与教育。在远程手术指导、设备运维辅助和沉浸式课堂教学等场景中，场景描述支持将增强信息（标注、指示箭头、虚拟面板）与真实环境精准对齐，并通过动态场景更新机制实现多方协同视图的同步呈现。3.2对产业链的影响从产业化视角来看，ISO/IEC23090-14:2023的发布具有以下积极意义：1.降低内容制作成本：标准化的场景描述格式使得内容制作团队无需针对不同平台分别开发适配版本，一次制作即可多平台分发。2.促进工具链生态成熟：统一格式为三维建模软件、游戏引擎、云端渲染服务等工具厂商提供了明确的技术方向，降低了对接集成成本。3.推动终端互通性：标准格式的采用将缓解当前碎片化的兼容性问题，使消费者在不同设备间切换时获得一致体验。4.支撑新型商业模式：可交互沉浸式内容的出现，为广告营销、在线教育、虚拟会展等领域创造了新的商业可能性。四、主要参与单位介绍4.1国际归口组织概况ISO/IEC23090-14:2023的制定由ISO/IECJTC1（信息技术联合技术委员会）下属SC29分技术委员会（音频、图像、多媒体和超媒体信息编码）主导推进，MPEG（MovingPictureExpertsGroup，动态图像专家组）作为SC29内部负责媒体编码标准制定的工作组，承担了该标准的起草与技术协调工作。MPEG成立于1988年，是全球多媒体标准化领域最有影响力的专家组织之一，其制定的MPEG-1、MPEG-2、MPEG-4、MPEG-7和MPEG-21等系列标准深刻影响了全球数字媒体产业的发展格局。进入21世纪第二个十年，MPEG启动MPEG-I（Immersive，沉浸式）标准化计划，旨在构建面向沉浸式媒体应用（VR/AR/MR、自由视点视频、全息显示等）的完整编码标准体系。ISO/IEC23090系列即为该计划的成果载体，目前已包含多个部分，分别涵盖沉浸式视频、点云压缩、网格编码、位姿信息、场景描述等关键技术环节。在ISO/IEC23090-14:2023的制定过程中，来自全球数十个国家的百余位专家参与了需求收集、技术方案评估、一致性测试及文本编撰等工作。参与企业涵盖消费电子、半导体、互联网平台、内容制作工具、广播电视等各领域的头部力量，充分体现了该标准在产业界广泛的影响力与共识基础。4.2中国参与情况中国在该标准的制定过程中发挥了积极作用。中国电子技术标准化研究院、北京大学、浙江大学、华为技术有限公司等多家单位和企业的专家作为中国国家委员会代表团成员，深度参与了标准需求的讨论、技术方案的贡献以及测试验证工作。中方专家在动态场景交互建模、场景图编码效率优化等方向提出了多项技术提案并获采纳。该标准的制定经验也为我国在沉浸式媒体领域自主标准的研制提供了重要参考。五、标准状态分析与后续展望5.1标准废止原因分析需要指出的是，ISO/IEC23090-14:2023当前状态已更新为“废止”。这一变动主要源于以下因素：-技术迭代加速：沉浸式场景描述技术仍处于快速演进期，业界实践（如OpenUSD、glTF2.0的广泛采用）对标准提出了更高的功能要求，原标准的部分架构设计已难以满足新的应用需求；-产业布局调整：MPEG在后续工作中将场景描述相关技术方向进一步整合进新的版本或与其他标准组织展开协作，原独立标准编号停止维持；-以版本演进替代单点发布：国际标准组织越来越多地采用“持续开发、滚动发布”的模式，以保证标准内容与产业需求保持同步，单独版本的标准在较短时间内即可能被取代。5.2对未来工作的启示尽管该标准已废止，但其在技术框架层面的探索与积累仍具有重要的参考价值。该标准所确立的场景图抽象模型、动态行为描述及与媒体编码层的衔接方式等核心理念已被后续工作继承和深化。对国内相关标准化工作而言，可汲取以下经验：1.关注场景描述与渲染引擎之间的边界划分，避免过度依赖特定厂商的技术栈；2.加强与国际主流标准组织的技术协作与互认，提升中国方案的话语权；3.重视标准的实施验证与工具链建设，标准文本的发布不应成为终点，而应配套参考软件、一致性测试与生态推广。六、结论ISO/IEC23090-14:2023作为MPEG-I系列中针对沉浸式媒体场景描述的基础性国际标准，在三维场景的结构化表达、动态交互建模及多模态数据关联等方面建立了系统性的技术规范。尽管该标准因技术迭代已废止，其制定过程中形成的技术方案、产业共识和标准化方法论依然具有持久的参考价值。对于我国而言，深入分析该标准的技术特色与经验得失，积极布局沉浸式媒体场景描述领域的前瞻性标准化研究，对于提升我国在下一代媒体技术领域的国际竞争力具有重要的战略意义。未来，伴随空间计算、AI驱动内容生成和实时云渲染等技术的融合渗透，沉浸式场景描述标准将进一步向智能化、自适应和高逼真方向发展，新的标准化需求将持续涌现。参考文献[1]ISO/IEC23090-14:2023,Informationtechnology—Codedrepresentationofimmersivemedia—Part14:Scenedescription,ISO/IEC,2023.[2]ISO/IECJTC1/SC29,"MPEG-I(ImmersiveMedia)StandardsRoadmap,"ISO/IEC,2022.[3]中国电子技术标准化研究院,《虚拟现实产业发展白