ISOIEC 14496-152022AMD12023 修改件1.信息技术.视听对象的编码.第15部分ISO基本媒体文件格式的网络抽象层（NAL）单元结构视频的传输标准立项发展报告

修改件1.信息技术.视听对象的编码.第15部分：ISO基本媒体文件格式的网络抽象层（NAL）单元结构视频的传输标准立项发展报告EnglishTitle:StandardizationDevelopmentReport:Amendment1-InformationTechnology-CodingofAudio-visualObjects-Part15:CarriageofNetworkAbstractionLayer(NAL)UnitStructuredVideointheISOBaseMediaFileFormat摘要随着超高清视频、虚拟现实、云游戏及实时沉浸式通信等新兴应用的迅猛发展，视频编码技术与媒体传输格式之间的适配性已成为影响产业生态效率的关键因素。ISO/IEC14496-15作为定义ISO基本媒体文件格式（ISOBaseMediaFileFormat,ISOBMFF）承载视频编码数据的重要国际标准，其持续演进直接关系到全球数字媒体产业链的互操作水平。本报告围绕ISO/IEC14496-15:2022/AMD1:2023《修改件1.信息技术.视听对象的编码.第15部分：ISO基本媒体文件格式的网络抽象层（NAL）单元结构视频的传输》展开系统分析。报告首先梳理了该标准修订的背景与动因，阐述了网络抽象层（NAL）单元结构视频在封装效率、并行处理及流媒体适应性方面的技术优势；继而详细介绍了标准的主要技术修订内容，包括对多种NAL单元结构视频编码格式的封装支持扩展、参数集与补充增强信息（SEI）的携带机制优化，以及与H.266/VVC、AVS3等新一代编码标准的适配；报告还介绍了主要参与修订工作的企事业单位及其技术贡献。研究表明，本修改件的发布顺应了视频编码标准多元化发展的趋势，为新一代视频编码标准在基于文件的分发和流媒体传输场景下的应用提供了统一的封装规范，对促进超高清产业发展、提升全球媒体互操作性具有重要支撑意义。关键词：ISO基本媒体文件格式；网络抽象层；视频编码；封装格式；互操作性；国际标准修订Keywords:ISOBaseMediaFileFormat;NetworkAbstractionLayer;VideoCoding;ContainerFormat;Interoperability;InternationalStandardAmendment1.引言1.1研究背景数字视频技术是信息产业的基础性支撑技术。从传统广播电视到互联网流媒体，从视频会议到虚拟现实，视频数据的编码、封装、传输与呈现构成了完整的产业链条。在这一链条中，视频编码标准解决了压缩效率问题，而媒体封装格式则承担着将编码后的比特流组织为可存储、可传输、可解析的文件结构的关键角色。ISO/IEC14496-15所定义的ISO基本媒体文件格式（ISOBMFF）是当前全球应用最为广泛的媒体封装格式之一，MP4、MOV等常见文件格式均以其为基础，广泛应用于互联网流媒体、数字电影、移动多媒体、监控录像等众多领域。1.2标准立项的背景与意义ISO/IEC14496-15:2022确立了ISOBMFF对网络抽象层（NAL）单元结构视频的基本承载框架。随着视频编码技术的快速发展，特别是多功能视频编码（H.266/VVC）、我国自主制定的AVS3等新一代编码标准的陆续推出，以及应用场景从传统广播向自适应流媒体、低延迟交互通信、云游戏等方向不断拓展，原有标准在NAL单元类型扩展、参数集管理、封装灵活性和并行处理支持等方面逐渐暴露出局限性。在此背景下，国际标准化组织适时启动了修改件1的立项工作，旨在对标准进行针对性修订和补充。本修改件的立项意义体现在三个层面：其一，技术层面，为新一代NAL单元结构视频编码标准提供了与其特性匹配的封装机制，避免封装格式成为编码效率转化的瓶颈；其二，产业层面，统一的封装规范有助于降低产业链各环节的适配成本，加速新编码标准的商用部署；其三，生态层面，保持ISOBMFF在媒体封装领域的核心地位，维护全球数字媒体生态的持续稳定发展。2.标准修订的技术动因2.1新一代视频编码标准的发展需求视频编码标准历经数代演进，从H.261到H.265/HEVC，再到H.266/VVC和AVS3，编码效率持续提升。H.266/VVC在HEVC基础上实现了约50%的压缩效率提升，其编码工具更加丰富，编码单元的划分更加灵活，NAL单元的类型和结构也相应扩展。AVS3作为我国自主研制的新一代视频编码标准，在超高清视频场景下展现出优秀的编码性能，同样采用了NAL单元结构的比特流组织形式。这些新标准对封装格式提出了新的需求——需要承载更大的参数集数据、更多样的NAL单元类型以及更精细化的时间层级信息。2.2应用场景的多样化驱动以HTTP自适应流媒体（DASH）、低延迟直播、云游戏和AR/VR为代表的多样化应用场景，对媒体封装提出了差异化的需求。流媒体场景要求封装格式支持灵活的片段划分和索引机制；低延迟场景要求封装格式支持数据的即时封装与快速解析；云游戏场景则要求封装格式能够适应交互式、实时性强的视频传输。原有标准中的部分封装机制在设计时主要面向传统点播和广播场景，难以完全满足上述新兴场景对封装效率和延迟控制的要求。2.3NAL单元结构视频封装的技术演进需求NAL单元结构视频以网络抽象层单元为基本数据组织单位，具有良好的网络适应性和并行处理潜力。在ISOBMFF中如何高效地组织NAL单元，使其既能保持字节级紧凑性，又能支持样本级随机访问和高吞吐量解析，是封装格式设计中长期关注的核心问题。随着编码标准中NAL单元类型不断丰富，原有映射机制需要扩展；随着并行编解码技术的普及，封装格式需要更好地支持条带（slice）级、子图像（subpicture）级的并行数据组织；随着8K及以上分辨率的推广，单帧数据量显著增大，对封装的数据组织效率也提出了更高要求。3.标准主要内容3.1标准范围与定位ISO/IEC14496-15:2022/AMD1:2023是ISO/IEC14496-15:2022的修改件，延续了基础标准对ISO基本媒体文件格式与NAL单元结构视频之间映射关系的定义框架，重点对原有内容进行了增补和完善。本修改件继续使用ISO/IEC14496-12所定义的ISO基本媒体文件格式体系，针对携带NAL单元结构视频的样本格式、参数集存储、辅助数据携带、时间信息表达等方面进行了系统性的修订和补充。3.2主要技术修订内容3.2.1封装格式的扩展修改件对ISOBMFF中视频样本数据携带NAL单元的方式进行了扩展。在原有样本格式的基础上，新增了对多种NAL单元类型组合模式的封装支持，允许在单个样本内灵活组织不同NAL类型的排列顺序，以适应编码器输出比特流的多样性。同时，修改件完善了对NAL单元长度字段的配置机制，使封装格式能够更加灵活地匹配不同编码标准中NAL单元长度编码方式。3.2.2参数集与补充增强信息的携带优化参数集是视频解码的关键前提信息。修改件优化了参数集在ISOBMFF中的存储方式，支持将新一代编码标准中体积更大、数量更多的参数集（如VVC中的视频参数集VPS、序列参数集SPS、图像参数集PPS以及自适应参数集APS）更高效地组织在样本描述（SampleDescription）和样本数据中。同时，对SEI消息的携带机制进行了细化，增强了SEI信息在封装层面的时序管理能力和关联性表达，为色调映射、动态范围转换、区域标识等高级功能的实现提供了更好的封装支撑。3.2.3对新编码标准的适配修改件明确增加了对H.266/VVC、AVS3等新一代NAL单元结构视频编码标准在ISOBMFF中的封装支持。在样本描述中引入了与新标准编解码器标识对应的编码类型映射，定义了与新一代NAL单元类型对应的样本数据组织规则，并补充了与编码标准中新增工具（如VVC中的条带与子图像并行编码工具、参考图像重采样等）相关的封装适配方案。这一修订使得ISOBMFF能够成为跨越不同编码标准平台的统一封装基础。3.3与其他标准的协调本修改件在修订过程中注重与相关国际标准的协调一致。在ISO/IEC14496-12定义的容器架构下开展工作，确保与MPEG-DASH（ISO/IEC23009-1）的兼容性；在NAL单元类型映射方面与ISO/IEC14496-10、H.266/VVC标准文本保持对应关系；在元数据表示方面参考了ISO/IEC23001-7中关于通用加密方案的规定，保证加密媒体扩展（EME）场景下的兼容性。4.主要参与修订的企事业单位介绍4.1主要参与单位概况在本修改件的制定过程中，全球多家在视频编码与媒体传输领域具有深厚技术积累的机构积极参与了修订工作。其中，华为技术有限公司作为全球领先的信息与通信技术解决方案提供商，在标准制定中发挥了重要的技术引领作用。4.2华为技术有限公司的技术贡献华为技术有限公司是全球视频编解码技术研发的重要力量。公司积极参与国际标准化活动，长期深度参与MPEG（MovingPictureExpertsGroup）、ITU-T等国际标准组织的视频编码与媒体传输标准制定工作。在本修改件的修订过程中，华为的技术团队主要在以下方面做出了突出贡献：-封装效率优化：基于公司在视频编解码与流媒体传输领域的技术积累，提出了多项关于NAL单元在ISOBMFF中高效封装的技术提案，特别是在大尺寸图像数据的高效组织方面，提出了优化的样本分组与索引机制。-低延迟场景适配：面向实时通信和云游戏等低延迟应用场景，提出了改进的样本封装时序控制方法，有效降低了封装与解封装过程的端到端延迟。-异构标准兼容：针对多编码标准并存的实际部署需求，提出了统一的NAL单元类型管理框架，增强了封装格式对不同编码标准输入的兼容能力。-系统实现验证：华为团队基于商用产品的开发经验，对修改件中的技术方案进行了充分的实现验证，通过原型系统和互操作性测试，为标准技术内容的完善提供了重要的工程参考依据。5.标准发展展望5.1技术演进趋势随着视频编码标准的持续迭代，ISOBMFF作为媒体封装的基石格式，将继续保持其在产业中的核心地位。未来，面向机器学习压缩、点云压缩等新型媒体类型的封装需求将逐步增加，ISOBMFF的架构可能需要进一步扩展以支持更加多样的媒体数据类型。同时，随着5G/6G网络的规模部署，低延迟、高吞吐的媒体传输需求将持续增长，对封装格式的轻量化与灵活性也提出了新的挑战。5.2产业应用前景本修改件的发布将进一步推动H.266/VVC和AVS3等新一代编码标准的商用部署。统一的封装规范有助于减少编解码设备之间的适配成本，加速超高清视频内容的制作、分发和消费全链条的标准化进程。预计在未来的两年至三年内，支持本修改件的新型封装方案将被广泛集成到主流的编码器、播放器、流媒体服务器和内容分发系统中，带动从内容生产工具到终端播放设备的全产业链升级。5.3标准化合作深化视频编码与封装标准的制定涉及众多国际组织和区域标准化机构的协作。未来，ISO/IEC与国内标准化机构之间在视频技术领域的合作将更加紧密。AVS3等中国自主标准的国际化进程也将推动中国企业在国际标准制定中发挥更大的作用。6.结论ISO/IEC14496-15:2022/AMD1:2023作为ISO基本媒体文件格式标准的重要修订，紧跟视频编码技术发展的前沿趋势，针对NAL单元结构视频的封装需求进行了系统性更新。本修改件的发布有效扩展了ISOBMFF对新一代视频编码标准的支持能力，提升了封装格式在多样化应用场景下的适配性。标准中引入的技术改进不仅解决了当前产业面临的实际问题，也为未来的技术演进预留了充分的发展空间。在全球超高清视频产业快速发展的关键时期，本修改件将有力促进新一代视频编码标准的应用推广，提升全球数字媒体产业链的整体效率与互操作水平，为超高清视频、沉浸式媒体和实时交互应用的发展奠定坚实的标准化基础。参考文献[1]ISO/IEC14496-15:2022/AMD1:2023,Informationtechnology—Codingofaudio-visualobjects—Part15:Carriageofnetworkabstractionlayer(NAL)unitstructuredvideointheISObasemediafileformat—Amendment1.[2]ISO/IEC14496-12,Informationtechnology—Codingofaudio-visualobjects—