ISOIEC 23090-172021 信息技术.沉浸式媒体的编码表示.第17部分全向媒体格式（OMAF）的参考软件和一致性标准立项发展报告

信息技术沉浸式媒体的编码表示第17部分：全向媒体格式（OMAF）的参考软件和一致性标准立项发展报告StandardizationDevelopmentReport:InformationTechnology—CodedRepresentationofImmersiveMedia—Part17:ReferenceSoftwareandConformanceforOmnidirectionalMediaFormat(OMAF)摘要随着虚拟现实（VR）、增强现实（AR）和混合现实（MR）技术的迅猛发展，沉浸式媒体已成为全球信息产业竞相布局的战略性新兴领域。全向媒体（OmnidirectionalMedia）作为沉浸式体验的核心内容形态，其标准化工作对于保障设备互操作性、内容可复用性和用户体验一致性具有基础性支撑作用。本报告围绕国际标准ISO/IEC23090-17:2021《信息技术沉浸式媒体的编码表示第17部分：全向媒体格式（OMAF）的参考软件和一致性》展开系统研究。报告首先梳理了该标准的立项背景与技术动因，分析了沉浸式媒体产业发展对标准化工作的迫切需求；继而详细阐述了标准的总体框架、参考软件架构、一致性测试方法及关键技术内容；在此基础上，重点介绍了标准的主要修订单位及其在标准制定过程中的技术贡献；最后，结合当前AI驱动编码、6G通信、空间计算等前沿技术趋势，展望了OMAF标准体系的演进方向。本报告认为，ISO/IEC23090-17:2021作为OMAF系列标准中承上启下的关键组成部分，其正式发布标志着全向媒体技术从规范制定走向落地验证的重要转折，对全球沉浸式媒体产业链的成熟发展具有里程碑式意义。关键词：沉浸式媒体；全向媒体格式；参考软件；一致性测试；ISO/IEC23090；虚拟现实；标准化Keywords:ImmersiveMedia;OmnidirectionalMediaFormat(OMAF);ReferenceSoftware;ConformanceTesting;ISO/IEC23090;VirtualReality;Standardization1引言1.1研究背景近年来，以虚拟现实和增强现实为代表的沉浸式技术正在深刻改变人类感知和交互信息的方式。从沉浸式视频观看到全息远程呈现，从虚拟实训演练到数字化文化保护，沉浸式媒体的应用场景持续拓展，产业规模快速增长。据国际数据公司（IDC）预测，全球VR/AR市场规模将在2026年突破千亿美元量级。在这一进程中，全向媒体——即能够覆盖观看者周围完整360°视野的视觉内容及其关联音频——构成了沉浸式体验的核心数据形态。然而，全向媒体的采集、编码、传输、渲染和交互涉及极为复杂的技术链条。不同厂商的采集设备、编码器、分发平台和终端播放器采用各自的技术方案，若无统一标准加以规范，极易形成“数据孤岛”和生态碎片化。为此，国际标准化组织ISO/IECJTC1/SC29（音视频编码与多媒体内容描述分技术委员会）启动了MPEG-I（沉浸式媒体编码）系列标准项目，旨在构建完整的沉浸式媒体技术标准体系。1.2标准定位与意义1.3报告结构本报告共分七个章节。第一章为引言，阐述研究背景与标准定位；第二章对国内外相关标准现状进行梳理；第三章深入分析标准的立项背景与技术动因；第四章详细解析标准的核心技术内容；第五章介绍主要参与单位及其贡献；第六章从多个维度评估标准的影响与价值；第七章总结全文并展望未来发展趋势。2国内外相关标准现状2.1国际标准化格局在全球范围内，沉浸式媒体标准化工作呈现多组织协同推进的格局。除ISO/IECJTC1/SC29外，国际电信联盟（ITU）通过其ITU-T和ITU-R部门在沉浸式视频传输和广播应用方面开展标准化工作；消费电子领域的HDMIForum、VRIndustryForum等组织也在各自职责范围内推动相关规范的制定。然而，在编码表示层面，ISO/IEC23090系列已事实上成为全球沉浸式媒体格式的基准标准。2.2OMAF标准体系OMAF标准体系由ISO/IEC23090系列中多个部分构成有机整体。其中：-ISO/IEC23090-2（OMAF主体规范）：定义了全向媒体的存储格式、投影映射、区域打包、视频编码约束以及媒体呈现描述（MPD）等核心机制，是该系列的基础性规范。-ISO/IEC23090-3（全向媒体中间表示）：面向分层的OMAF内容提供中间表示格式，支持更灵活的流式传输和渲染。-ISO/IEC23090-10（全向媒体与沉浸式音频的位置相关音频）：补充了与视觉内容空间对应的音频表示机制。-本标准的第17部分：为上述规范提供可执行的参考软件实现和一致性测试套件。在参考软件与一致性标准的配套关系中，第17部分与第2部分构成“主体规范—验证工具”的紧密耦合关系。主体规范定义了“什么是符合标准的实现”，而第17部分则进一步为“如何判定符合标准”提供了技术手段。2.3我国相应标准化进展我国高度重视沉浸式媒体标准化工作。全国信息技术标准化技术委员会多媒体分技术委员会（TC28/SC29）对应参与ISO/IECJTC1/SC29的国际标准化活动。此外，中国电子技术标准化研究院、北京大学、华为等单位和机构深度参与了MPEG-I系列标准的制定工作。在国家标准层面，我国已启动对OMAF系列标准的转化评估，以推动国际标准成果在我国产业中的落地应用。3标准立项背景与技术动因3.1产业发展的迫切需求全向媒体技术从实验室走向商业化应用的过程中，一个突出的瓶颈在于：尽管OMAF主体标准（ISO/IEC23090-2）于2019年发布，但产业界在具体实现中面临诸多技术细节的歧义和不确定性。不同开发者对标准条款的理解存在差异，导致即使宣称符合OMAF标准的产品之间也时有互操作问题出现。这一困境的根源在于标准文本本身的抽象性和多维开放性——投影格式的选择、区域打包的布局、元数据的组织方式等多种技术参数的组合空间极为庞大。若无统一的参考实现和行为基准，标准条款的确定性就难以在实际系统中得到充分体现。3.2参考软件与一致性测试的必要性3.3标准化路线图ISO/IEC23090-17的立项沿循了MPEG系列标准中“主体规范先行、参考软件与一致性跟进”的成熟方法论。该路径在HEVC（高效率视频编码）、VVC（通用视频编码）等此前多项标准中已得到成功验证。立项后，项目组在WD（工作组草案）、CD（委员会草案）、DIS（国际标准草案）等各阶段持续收集产业反馈，对参考软件的功能覆盖范围、测试用例的全面性和可操作性进行了多轮迭代优化。最终，ISO/IEC23090-17于2021年10月22日正式发布。4标准核心技术内容4.1标准总体框架ISO/IEC23090-17:2021在结构上遵循ISO/IEC23090系列的总体编排逻辑，包含参考软件和一致性测试两大技术板块，以及若干规范性附录。标准的主体框架包括：-参考软件规范：规定参考软件的功能范围、架构设计、输入输出接口及使用条件；-一致性测试规范：定义测试的通用框架、测试条件、测试程序以及符合性判定准则；-补充技术资料：包含参考软件使用说明、测试比特流清单等辅助性技术资料。4.2参考软件参考软件部分定义了OMAF参考解码器和渲染器的行为规范。其最基本的功能要求包括：1.符合性解码：能够正确解码依据ISO/IEC23090-2封装的OMAF内容，支持包括等距柱状投影（ERP）、立方体投影（CMP）在内的各类投影格式；2.区域打包支持：能够对OMAF规定的区域打包方案（Region-WisePacking）进行正确解析和重建映射；3.元数据处理：支持对OMAF规定的各种元数据（包括投影指示、覆盖区域信息、罗盘信息等）进行解析输出；参考软件采用模块化架构设计，不同功能模块间的接口定义清晰，便于开发者在特定平台上进行针对性移植和优化。4.3一致性测试一致性测试部分明确了全套测试与验证策略。其主要技术内容包括：-测试层次：从比特流语法级、解码行为级到渲染输出级的多层次测试体系；-测试条件与范围：明确各层级测试的前置条件和适用边界，确保不同实现间的测试结果具有可比性；-符合性判定准则：规定解码输出与参考输出的匹配判定阈值和方法，保证判定的客观性与可重复性。通过上述测试策略的有效实施，标准为OMAF各类实现的符合性验证提供了完整的操作指南和量化评价依据。4.4关键技术分析从技术深度来看，该标准在以下方面体现了对产业需求的精准回应。其一，在投影格式全覆盖方面，不仅涵盖OMAF规范中定义的全部投影格式，还兼顾了单眼/双眼、单层/多层等组合变体，测试覆盖度高；其二，在可扩展性设计方面，参考软件和测试体系的设计充分考虑了对后续扩展内容（如视口相关叠加、深度信息等）的兼容性；其三，在双向衔接方面，向下兼容ISO/IEC23090-2的技术约束，向上为后续动态流式传输相关标准预留了接口。与H.266/VVC等视频编码标准中的参考软件相比，ISO/IEC23090-17的参考软件不仅涵盖解码模块，还扩展至渲染层面，覆盖了沉浸式媒体特有的“解码后处理”链路环节，这体现了全向媒体格式标准化中“编码-存储-渲染”一体化的技术思路。5主要参与单位及其贡献ISO/IEC23090-17的开发汇聚了全球沉浸式媒体技术领域最具影响力的企业和研究机构。其中，日本索尼公司（SonyCorporation）作为该标准项目的核心贡献者之一，在参考软件架构设计和一致性测试方法制定方面发挥了关键性作用。索尼公司在影视制作、消费电子和半导体等领域拥有深厚的技术积累。在OMAF参考软件项目中，索尼充分发挥了其在视频编码（其拥有HEVC核心专利）、播放器开发和专业音视频制作系统中积累的丰富实践经验。具体而言，索尼在以下方面做出了突出的技术贡献：1.参考软件核心模块开发：索尼主导开发了参考软件中的渲染控制模块，该模块实现了OMAF规范中视口相关的渲染行为，为各类终端播放器的视口渲染提供了高保真的参照基准。2.测试用例贡献：索尼基于自身的专业摄像机与制作流程经验，向一致性测试集贡献了多种复杂场景下的测试素材和测试比特流，特别是在高动态范围（HDR）与全向视频结合的场景下提供了独特的测试数据支持。3.跨平台适配测试验证：索尼组织开展了多个平台条件下的参考软件交叉验证测试，有效提升了参考软件的可移植性和鲁棒性。除索尼外，三星电子、华为技术有限公司、FraunhoferHHI等企业和研究机构也深度参与了标准化工作，它们分别在各自优势领域（如终端适配、网络流式传输、算法优化等）贡献了重要技术方案。此外，北京大学、清华大学等国内高校也在标准讨论中积极发声，为标准的完善提供了学术视角。6标准实施影响与应用前景6.1对产业生态的影响ISO/IEC23090-17:2021的发布对沉浸式媒体产业链各环节产生了深远影响。对于内容制作方而言，参考软件的一致性验证保障了内容在不同平台上的体验一致性，减少了多平台适配成本；对于设备制造商而言，一致性测试工具降低了产品开发的验证门槛，缩短了上市周期；对于平台运营方而言，统一的标准和测试基准有助于构建更加开放的生态系统，避免生态封闭造成的市场碎片化。因此，该标准在OMAF系列中起到了“定盘星”的作用——既为产业链上下游各方提供了共同验证基准，也为不同商业模式之间的协作互通扫清了技术障碍。6.2在关键应用场景中的价值6.3经济社会效益从经济效益看，该标准降低了沉浸式媒体产品和服务的开发成本，减少了重复投入，促进了规模经济效应。从社会效益看，统一的标准有利于优质沉浸式内容在更大范围内传播共享，推动教育、医疗、文化等公共服务领域的数字化转型。7结论与展望ISO/IEC23090-17:2021的发布和实施，为全球全向媒体技术的规模化产业应用建立了坚实的验证基础。参考软件与一致性测试工具的齐备，使得OMAF标准体系从纸面规范转化为可操作、可验证、可互认的技术资产，有力推动了沉浸式媒体产业链的成熟和发展。展望未来，该标准的发展面临如下趋势与挑战：技术演进趋势方面，AI驱动的端到端编码、隐式神经表示（如NeRF、3DGaussianSplatting）等新兴技术正在重塑沉浸式媒体的表示与处理范式，OMAF系列标准需要持续扩展以适应这些创新。该标准的后续修订需要考虑如何将参考软件与一致性测试框架扩展至AI推理环节的验证场景，并兼顾主观体验与端到端指标。标准扩展需求方面，随着6G通信、空间计算和智能可穿戴设备的加速演进，全向媒体与其他技术域的深度融合将催生新的标准化需求。低时延交互对端到端时延预算提出了更高要求，参考软件与一致性验证手段需要从离线验证向实时在线评估方向延展；多模态沉浸式体验的推进也需要建立视听联合的验证机制和跨模态一致性测试方法，而这正是当前OMAF系列中尚未完全覆盖的空白地带。国际合作方面，我国应持续深化在ISO/IECJTC1/SC29中的参与深度，积极推动自主创新技术融入国际标准，同时加快OMAF系列标准的国内转化和应用推广工作。可以预见，随着相关标准的持续演进和完善，全球沉浸式媒体产业将迎来更加开放、互通、繁荣的发展格局。ISO/IEC23090-17:2021作为这一进程中的重要里程碑，其技术价值和产业影响将在未来的应用中不断彰显。参考文献[1]ISO/IEC23090-2:2019.Informationtechnology—Codedrepresentationofimmersivemedia—Part2:Omnidirectionalmediaformat[S].Geneva:ISO/IEC,2019.[2]ISO/IEC230