ISOIEC 23090-92023 信息技术.沉浸式媒体的编码表示.第9部分基于几何的点云压缩标准立项发展报告

信息技术沉浸式媒体的编码表示第9部分：基于几何的点云压缩标准立项发展报告StandardizationDevelopmentReport:InformationTechnology–CodedRepresentationofImmersiveMedia–Part9:Geometry-basedPointCloudCompression摘要随着扩展现实（XR）、三维重建、自动驾驶及数字孪生等新兴应用的迅猛发展，三维点云数据已成为沉浸式媒体生态系统中不可或缺的核心数据类型。点云数据的高效压缩与传输技术，直接影响着三维场景重建的实时性、存储的经济性和用户体验的质量。为进一步推动沉浸式媒体技术的标准化进程，满足产业界对高保真、大规模点云压缩技术的迫切需求，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）下属的编码表示分技术委员会（SC29）组织制定了ISO/IEC23090-9:2023《信息技术沉浸式媒体的编码表示第9部分：基于几何的点云压缩》（简称G-PCC标准）。本报告系统梳理了该标准的立项背景、技术演进脉络、核心编码框架与关键技术创新、产业应用前景以及主要参与单位，解析了G-PCC标准在几何编码、属性编码及系统集成方面的关键技术特征，并对其未来的演进方向进行了展望。报告指出，G-PCC标准作为MPEG点云压缩系列标准的重要组成部分，为沉浸式媒体应用提供了高效、稳健且可扩展的几何与属性压缩方案，将对全球三维内容产业产生深远影响。关键词：点云压缩；G-PCC；沉浸式媒体；几何编码；属性编码；ISO/IEC23090；MPEGKeywords:PointCloudCompression;G-PCC;ImmersiveMedia;GeometryCoding;AttributeCoding;ISO/IEC23090;MPEG一、引言1.1研究背景然而，原始点云数据量极为庞大。一帧中等密度的动态点云往往包含数十万至数百万个三维点，若按每点包含坐标（3×32比特浮点数）及颜色属性（3×8比特整型）计算，单帧数据量可高达数十MB。以每秒30帧的帧率传输时，所需带宽将远超现有网络基础设施的承载能力。因此，高效的点云压缩技术成为制约沉浸式媒体产业落地的关键瓶颈之一。在此背景下，制定统一的点云压缩国际标准具有重要的战略意义和产业价值。1.2标准立项背景ISO/IECJTC1/SC29（音频、图像、多媒体和超媒体信息编码分技术委员会）自2017年底启动点云压缩标准化工作，旨在制定适用于多种应用场景的点云编码标准。经过广泛征集提案和多轮核心试验（CoreExperiment）评估，SC29/WG5（原MPEG3DGraphicsandHapticsCoding小组）确定了两种互补的技术路线：一种是面向动态点云、基于视频编码框架的帧内/帧间预测方案（V-PCC，Video-basedPointCloudCompression）；另一种是面向静态点云和动态点云的、直接处理三维几何数据的方案（G-PCC，Geometry-basedPointCloudCompression）。经过数年的协同开发和技术迭代，G-PCC标准于2020年完成了首个版本的技术冻结（FDIS），并于2023年3月31日由ISO/IEC正式发布，标准编号为ISO/IEC23090-9:2023。该标准的正式发布，标志着点云压缩技术从学术研究和专有实现迈入了国际标准化的成熟阶段，为全球范围内的三维内容制作、传输和消费提供了统一的技术规范。二、标准技术内容概述2.1标准适用范围与核心目标ISO/IEC23090-9:2023规定了基于几何的点云压缩（G-PCC）的编码表示方法，适用于静态点云和动态点云的压缩与解压缩。标准定义了从原始点云输入到压缩码流输出的完整编解码流程，涵盖几何信息的编码、属性信息的编码以及辅助信息的编码三个主要方面。其核心设计目标包括：1.高压缩效率：在保证重建点云质量的前提下，显著降低码率，满足存储和传输需求；2.可扩展性：支持从稀疏到稠密、从小规模到大规模点云数据的灵活编码；3.低复杂度：在解码端提供可控的计算复杂度，适配不同算力等级的终端设备；4.鲁棒性：支持有损和无损编码模式，适应不同应用场景的质量需求。2.2编码框架G-PCC编码器采用了一种基于体素化和树状结构的几何编码框架，配合属性编码模块实现几何与属性的联合压缩。整体编码流程可概括为如下步骤：首先，原始点云被三维体素化处理，体素化粒度由输入参数中的量化参数决定。几何编码部分由此构建八叉树结构（Octree）或预测树结构（PredictionTree），对点云的空间占位信息进行高效编码。其中，八叉树模式适用于无序、分布较均匀的点云数据（如LiDAR采集的物体表面点云），通过逐层细分空间立方体实现自适应稀疏编码；预测树模式则更适用于具有一定结构顺序的点云数据（如地面激光扫描的规则分布点云），通过几何预测和残差编码获得优良的编码效率。在几何信息编码完成后，属性编码模块利用重建后的几何坐标信息，对每个点的颜色、反射率等属性进行变换和量化。其核心方法是区域自适应分层变换（Region-AdaptiveHierarchicalTransform,RAHT）和提升变换（LiftingTransform），通过利用几何邻域相关性消除属性数据中的空间冗余。RAHT以八叉树层次结构为基础，在每层节点上执行类小波变换以渐进式去除属性冗余；提升变换则通过预测和更新步骤实现更灵活的去相关处理。两种变换方式均可根据输入特征灵活切换，兼顾压缩效率与复杂度要求。对于动态点云，G-PCC还提供了帧间编码支持，引入了基于运动补偿的预测机制，利用前序帧的重建几何信息减少时间冗余。2.3关键技术特征G-PCC标准包含多项先进技术特征，使其在点云压缩领域具备独特的性能优势：-面向几何的占位编码：采用上下文自适应的算术编码（CABAC）对八叉树占位信息进行熵编码，有效压缩空间结构信息；-可配置量化策略：通过量化参数（QuantizationParameter,QP）灵活控制几何坐标和属性值的量化步长，实现码率与质量的精细调节；-属性变换与自适应预测：RAHT、提升变换以及预测变换（PredictingTransform）三种属性编码工具集于一体，支持不同特性点云的选择最优适配；-可扩展码流结构：支持空间可扩展（即不同分辨率下的解码）和质量可扩展（渐进式质量增强）；-无损编码模式：对于无损应用场景（如医学成像、文化遗产数字化保护等），提供无信息损失的编码输出。三、技术演进与标准生态3.1从MPEG到G-PCC的技术演进脉络点云压缩标准化工作可追溯至2017年MPEG发起的三维点云编码探索活动。在早期的探索阶段，MPEG广泛征集了来自学术界和工业界的压缩提案，并组织开展了多次主观质量评估和核心实验。基于测试结果，MPEG确定了基于几何和基于视频的两条并行技术路线。G-PCC标准继承了MPEG在八叉树几何编码和JPEG2000小波变换等领域的长期技术积累，同时引入了针对点云属性数据的新型变换工具，逐步形成了一套完整的编码体系。2020年，G-PCC标准进入委员会草案（CD）阶段，并于2021年完成最终草案国际标准（FDIS）。在后续的修订周期中，MPEG持续对新工具进行测试与集成，例如改进的帧间预测、稀疏点云的专用模式等。ISO/IEC23090-9:2023是这一系列工作的首个正式发布版本。3.2与相关标准的协同关系G-PCC标准与ISO/IEC23090系列中的其他部分密切相关。该系列标准统一构建了沉浸式媒体的编码表示框架，其中第2部分（VisualVolumetricVideo-basedCoding,V3C）和第5部分（VisualVolumetricVideo-basedCodingforVideo-basedPointCloudCompression,V-PCC）分别针对视觉体积视频与视频点云压缩制定了规范，第8部分涉及体积视频的存储与传输。G-PCC在这一框架中承担了基于几何直接压缩的技术角色，与V-PCC形成互补——前者更适用于静态场景和低延迟交互场景，后者则更多面向动态且纹理丰富的全向场景。此外，G-PCC的码流格式被设计为与ISO/IEC14496-15（文件格式）及ISO/IEC23090-10（体积视频存储格式）保持兼容，便于系统集成的标准化。四、产业应用前景4.1扩展现实（XR）与沉浸式媒体G-PCC标准为XR应用提供了高效的三维场景压缩工具。在虚拟现实（VR）和增强现实（AR）的六自由度体验中，用户可自由改变视角，点云数据成为真实场景动态三维建模的主要数据源。G-PCC的高压缩效率使得高精度点云场景可通过现有网络以低延迟传输至终端，有效提升了沉浸式交互体验的实时性和真实性。4.2自动驾驶与智能交通车载激光雷达（LiDAR）每秒可产生数百万个三维测距点，对实时处理和存储提出了极高要求。G-PCC标准为车载感知数据的压缩存储和车路协同传输提供了统一的编码规范。通过有损模式下可控的质量损失，实现了感知精度与码流压缩之间的最优化平衡，适用于车载计算平台和路侧基础设施的部署。4.3文化遗产数字化保护对文化遗产的高精度三维扫描通常产生TB级别的海量点云数据。采用G-PCC无损或近无损编码模式，可在保持文物精细几何结构和颜色纹理逼真度的同时，大幅降低数据存储成本，便于数字博物馆建设、远程虚拟展示以及修复保护工作中的数据长期归档。4.4数字孪生与工业检测在智能制造和城市数字化管理领域，三维点云是构建数字孪生模型的核心数据来源。G-PCC支持大范围静态场景的高效编码，为BIM建模、结构健康监测、竣工测量等应用场景中的点云数据管理与流转提供了标准化的解决方案，有效提升了跨系统数据交换的互操作性。五、主要参与单位ISO/IEC23090-9:2023的制定汇聚了全球多个国家的标准化机构、学术团体和高科技企业的力量。其中，华为技术有限公司作为该标准制定的核心贡献单位之一，在G-PCC标准的提案提交、核心实验验证和参考软件实现等方面做出了系统性贡献。华为技术有限公司成立于1987年，是全球领先的信息与通信技术（ICT）解决方案提供商。华为在音视频编码、多媒体处理及沉浸式媒体技术领域有着深厚的技术积淀，长期参与MPEG、ITU-T等国际标准化组织的标准制定工作。在G-PCC标准的研发过程中，华为的研究团队重点参与了属性压缩框架的设计与优化，尤其在RAHT变换的数值稳定性和低复杂度实现方面提出了多项有效方案。此外，华为还积极参与了面向大规模城市场景点云数据的性能评估测试，其提出的优化策略对提高标准在处理真实复杂场景时的编码效率和质量稳定性发挥了重要作用。除华为外，来自韩国电子通信研究院（ETRI）、法国国家信息与自动化研究所（INRIA）、比利时InterDigital公司、美国Apple公司以及中国北京大学等机构的专家亦深度参与了G-PCC的核心技术研发和标准化讨论。这些单位的联合协作，保证了标准在技术领先性、工程可实现性和产业适用性之间实现了有效平衡。六、结论与展望ISO/IEC23090-9:2023《信息技术沉浸式媒体的编码表示第9部分：基于几何的点云压缩》的正式发布，是三维点云编码标准化历程中的一个重要里程碑。该标准在系统整合八叉树几何编码、预测树几何编码、RAHT与提升变换等先进技术的基础上，构建了一套完整、高效的几何与属性联合压缩方案，满足了沉浸式媒体、自动驾驶、文化遗产保护、数字孪生等多种应用场景对点云数据压缩的多样化需求。展望未来，G-PCC技术仍将面临持续演进的挑战。一方面，随着6G网络、边缘计算和人工智能技术的融合推进，基于学习的点云压缩方法正快速发展，有望在下一版本标准中与现有编码框架深度融合，进一步提升压缩效率。另一方面，面向极端大规模场景（如整座城市的LiDAR扫描）的流式编码和渐进式传输技术也是重要的研究方向。可以预见，G-PCC标准将在持续迭代中不断吸纳新的技术成果，为全球三维视觉产业的蓬勃发展提供坚实的标准化支撑。参考文献[1]ISO/IEC23090-9:2023,Informationtechnology—Codedrepresentationofimmersivemedia—Part9:Geometry-basedpointcloudcompression,2023.[2]ISO/IECJTC1/SC29/WG5,"WorkingDraftofG-PCCCodecDescription,"MPEGOutputDocumentN19088,2020.[3]D.Graziosi,O.Nakagami,S.Kuma,A.Zaghetto,T.Suzuki,andA.Tabatabai,"AnOverviewofOngoingPointCloudCompressionStandardizationActivities,"*IEEETransactionsonCircuitsandSystemsforVideoTechnolog