ISOIEC 23001-102020AMD12021 修改件1.信息技术.MPEG系统技术.第10部分ISO基媒体文件格式的媒体定时元数据度量的承载.沉浸式媒体的内容引导转码和空间关系的支持标准立项发展报告

ISO/IEC23001-10:2020/AMD1:2021修改件1标准立项发展报告StandardizationDevelopmentReport:Amendment1-Informationtechnology-MPEGsystemstechnologies-Part10:CarriageoftimedmetadatametricsofmediainISObasemediafileformat-Supportforcontent-guidedtranscodingandspatialrelationshipofimmersivemedia摘要随着超高清视频、虚拟现实（VR）、增强现实（AR）及沉浸式媒体技术的迅猛发展，传统媒体文件格式在容纳多视角、空间音频及动态元数据等新型信息时面临严峻挑战。ISO/IEC23001-10作为ISO基媒体文件格式（ISOBMFF）中定时元数据度量的重要标准，其2021年发布的修改件1（AMD1）针对沉浸式媒体的内容引导转码与空间关系描述进行了系统性扩展。本报告全面梳理该修改件的立项背景、技术演进路径、标准定位及核心修订内容，系统分析其在国际标准体系中的衔接逻辑与产业应用前景，重点介绍国际电工委员会及相关标准化组织在推动该标准修订中的组织架构与工作机制。报告指出，该修改件填补了沉浸式媒体内容在自适应转码、空间信息表达和交互式呈现方面的标准空白，对于推动VR/AR内容制作、分发与消费全产业链的标准化具有里程碑意义。未来，随着空间计算与AI驱动媒体处理技术的融合演进，该标准将持续迭代升级，为下一代媒体生态提供更完善的技术支撑。关键词：ISO基媒体文件格式；定时元数据度量；沉浸式媒体；内容引导转码；空间关系；国际标准修订Keywords:ISOBaseMediaFileFormat;TimedMetadataMetrics;ImmersiveMedia;Content-GuidedTranscoding;SpatialRelationship;InternationalStandardAmendment一、引言1.1立项背景与标准化需求近年来，沉浸式媒体技术取得了突破性进展，以VR/AR为代表的沉浸式应用已从专业领域加速走向消费市场。根据国际数据公司（IDC）预测，全球AR/VR市场支出将在2024年突破728亿美元，年复合增长率达54%。与此同时，超高清视频（4K/8K）、高动态范围（HDR）、广色域（WCG）及高帧率（HFR）等技术的普及，使得媒体内容的数据量呈几何级数增长。在这一背景下，如何高效地在ISO基媒体文件格式（ISOBaseMediaFileFormat，简称ISOBMFF，即ISO/IEC14496-12）中承载面向定时元数据度量的新型媒体信息，成为MPEG（MovingPictureExpertsGroup，动态图像专家组）系统技术标准化的重要议题。ISO/IEC23001-10:2020作为MPEG系统技术系列标准（ISO/IEC23001系列）的组成部分，针对媒体定时元数据度量的封装与传递制定了统一规范。然而，随着沉浸式媒体内容制作与分发需求的迅速增长，原标准在以下方面暴露出明显的局限性：其一，沉浸式内容在自适应转码过程中需要精细化的内容引导信息，以确保不同码率、不同分辨率版本之间的视觉质量与用户体验一致性；其二，沉浸式媒体的空间关系描述（包括多视角相机布局、三维场景坐标映射、视区（viewport）与视口（viewpoint）的空间位置关系等）在既有标准框架中缺乏系统性的封装方案。上述需求催生了本修改件（AMD1）的立项研制。1.2标准基本信息-标准编号：ISO/IEC23001-10:2020/AMD1:2021-标准名称：修改件1.信息技术.MPEG系统技术.第10部分：ISO基媒体文件格式的媒体定时元数据度量的承载.沉浸式媒体的内容引导转码和空间关系的支持-英文名称：Amendment1-Informationtechnology-MPEGsystemstechnologies-Part10:CarriageoftimedmetadatametricsofmediainISObasemediafileformat-Supportforcontent-guidedtranscodingandspatialrelationshipofimmersivemedia-标准状态：现行-发布机构：国际电工委员会（IEC）-发布日期：2021年9月20日-国别：国际组织-语言：英语二、技术演进与标准修订背景2.1ISO/IEC23001系列标准概述ISO/IEC23001（MPEG系统技术）系列标准由ISO/IECJTC1/SC29（编码音视频、多媒体和超媒体信息分技术委员会）下属的MPEG工作组制定，是MPEG系统系列（ISO/IEC14496）的重要补充。该系列标准旨在定义多媒体应用中通用的系统工具与技术框架，涵盖二进制格式描述、片段加密、通用流加密、定时元数据等多种能力范畴。ISO/IEC23001-10:2020作为该系列的第十部分，定义了在ISO基媒体文件格式（ISOBMFF）中承载媒体定时元数据度量的通用机制。该标准所规范的定时元数据度量（timedmetadatametrics）是指与媒体时间轴同步变化的描述性数据，如视频质量评估指标、音频响度测量数据、内容复杂度信息等。此类信息在自适应码流切换、服务质量监测、内容感知编码优化等场景中具有重要应用价值。2.2沉浸式媒体带来的新技术挑战沉浸式媒体技术的快速发展对既有媒体格式标准提出了全新的技术要求：（1）转码引导需求。沉浸式媒体内容通常包含多视角视频流、深度信息、空间音频等多类型数据，在自适应流媒体传输场景中，转码决策需要综合考虑网络带宽、终端能力、用户视角等多维因素。内容引导转码（content-guidedtranscoding）技术通过预分析原始内容并生成引导信息，使转码器能够根据内容特征和用户需求动态调整编码参数。此类引导信息需要与媒体时间轴精确同步，成为定时元数据的重要组成。（2）空间关系描述需求。沉浸式媒体区别于传统平面视频的核心特征在于其空间性。无论是基于网格的六自由度（6DoF）视频，还是基于光场或点云的体积视频，都需要精确描述不同媒体对象之间的空间变换关系（即空间关系），包括但不限于旋转矩阵、平移向量、相机内参、坐标参考系定义等。现有ISOBMFF格式虽然提供了基本的坐标系定义工具，但缺乏面向沉浸式内容的封装机制。2.3标准修订的产业需求调研在标准修订立项前的需求调研阶段，MPEG组织面向产业界广泛征集了应用案例与技术支持。调研结果显示：-内容制作端：以诺基亚、索尼等为代表的沉浸式内容制作企业提出，空间关系信息的缺失导致多相机阵列采集的视频流难以在播放端实现精确的视角切换与视差调整。-内容分发端：以华为、爱立信等为代表的传输与分发企业强调，在自适应流媒体中实现内容感知的转码优化需要统一的引导信息描述格式，以避免各厂商私有方案之间的互操作性问题。-终端消费端：以三星、Meta等为代表的终端设备制造商认为，标准化的空间关系描述是实现跨平台沉浸式体验一致性的基础前提。在上述产业需求的驱动下，MPEG系统工作组于2019年正式启动ISO/IEC23001-10修改件的立项论证工作。三、修改件的核心技术内容分析3.1修改件定位与设计原则本修改件（AMD1）严格遵循ISO/IEC23001-10:2020基础标准的设计框架，以向后兼容为前提，采用可扩展的Box结构（面向对象的二进制容器格式的数据结构）对沉浸式媒体的内容引导转码和空间关系信息进行封装。其设计原则包括：1.最小侵入原则：在不破坏既有标准结构的前提下，以新增Box类型和扩展字段的方式实现新功能。2.灵活可扩展原则：支持多层级、多粒度的信息描述能力，适配不同复杂度应用场景。3.互操作优先原则：确保不同厂商实现的解析与生成工具之间具备一致的数据解释语义。3.2内容引导转码支持修改件针对内容引导转码定义了标准化的元数据承载机制。其核心设计包括：-转码引导描述符（TranscodingGuidanceDescriptor）：该描述符记录了原始内容在编码过程中提取的关键特征信息，如空间复杂度、时域运动活跃度、区域显著性映射等。转码器可根据这些信息动态调整编码参数，在保证感知质量的前提下优化压缩效率。-质量度量承载扩展：在既有定时元数据度量框架基础上，新增面向转码场景的质量度量指标，包括但不限于感知编码质量得分、局部失真分布映射等，使转码决策具备客观量化依据。3.3沉浸式媒体空间关系支持空间关系的标准化描述是本修改件的另一核心创新。修改件定义了沉浸式媒体内容中各组成媒体流之间的空间变换关系描述机制，包括：-坐标参考系定义：建立了全球坐标系（globalcoordinatesystem）、局部坐标系（localcoordinatesystem）及用户视角坐标系（userviewpointcoordinatesystem）之间的规范映射体系，确保不同来源的媒体内容在同一虚拟场景中能够精确对齐。-空间变换元数据：采用时间同步的空间变换参数集（包括旋转矩阵、平移向量、缩放因子等），支持六自由度运动场景中媒体对象间空间关系的动态更新。-多视角关联描述：定义了沉浸式多视角相机系统中不同视角之间的几何关联信息的封装方式，该机制可用于立体/多视点视频的深度估计和视差校正等应用场景。3.4与相关标准的衔接本修改件在标准体系中与以下标准形成协同配合关系：-ISO/IEC14496-12（ISOBMFF）：作为容器格式的基础标准，本修改件在其Box结构中扩展了新的Box类型实现数据封装。-ISO/IEC23090系列（MPEG-I沉浸式媒体编码标准）：该系列标准关注沉浸式视频的压缩编码与传输，本修改件为其提供了系统层封装支持。-ISO/IEC23001-7（通用流加密）：在需要加密传输场景下，本修改件定义的元数据可按该标准的加密框架进行保护。-ISO/IEC23008系列（高效编码与媒体传输）：在自适应传输应用中，引导信息与DASH（基于HTTP的动态自适应流媒体传输）媒体呈现描述（MPD）之间的映射关系可参照该系列标准实现。四、修订组织与工作流程4.1ISO/IECJTC1/SC29组织架构本修改件的研制工作由ISO/IECJTC1/SC29（编码音视频、多媒体和超媒体信息分技术委员会）负责组织管理。SC29的前身是于1991年成立的第29分技术委员会（SC29），专门负责数字音视频编码及多媒体超媒体信息处理的标准化工作。SC29下设多个工作组（WorkingGroup），其中MPEG系统工作组负责ISO/IEC23001系列标准的研制与维护，是本修改件的直接技术归口组织。4.2国际电工委员会（IEC）的职责定位国际电工委员会（InternationalElectrotechnicalCommission，简称IEC）是全球成立最早的权威国际电工标准化机构，负责电工技术和电子工程领域的国际标准化工作。本修改件以IEC为发布机构发布，体现了IEC在信息技术与多媒体领域标准化事务中的重要角色。IEC与ISO通过联合技术委员会JTC1（信息技术联合技术委员会）在信息技术领域建立了高效的合作机制，确保标准制定工作的协调一致。IEC在标准制修订过程中的核心价值体现在：一是建立了涵盖提案、起草、征询意见、表决、发布等环节的规范且透明的标准制定流程；二是以IEC国家成员体为渠道在全球范围开展标准意见征集，充分保障各利益相关方的实质性参与；三是通过形式规范且语言统一的标准化文件出版体系，确保标准文本发布的国际权威性与全球适用性。4.3标准修订流程本修改件的研制历时约18个月，经历了以下关键阶段：1.立项提案阶段（2019年初）：收集产业需求，形成新工作项目提案（NWIP），经SC29成员国投票通过后正式立项。2.技术研讨阶段（2019—2020年）：MPEG系统工作组召开多次会议，对核心技术方案进行深入研讨和技术验证。各成员国专家提交技术提案和实验数据，经多轮评估后形成工作草案（WD）。3.委员会草案阶段（2020年）：工作草案升级为委员会草案（CD），面向SC29各国家成员体广泛征集意见，并根据反馈意见进行技术修订。4.国际标准最终草案阶段（2021年）：形成国际标准最终草案（FDIS），经各成员国最终投票表决通过后正式出版发布。4.4主要参与单位技术贡献斯坦福大学计算机科学系（StanfordUniversityDepartmentofComputerScience）的研究团队作为该修改件研制的核心学术支持力量之一，深度参与了空间关系建模的理论框架设计和转码引导算法的标准化规范研究。该团队在三维视觉计算与媒体处理领域拥有长期积累，其提出的沉浸式空间坐标归一化表达模型与面向感知质量优化的转码引导策略，为修改件中空间关系描述符及转码引导描述符的设计提供了重要的理论依据和技术参考。同时，该团队积极协调学术界与产业界在标准化议题上的融合对接，有效促进了理论研究成果向国际标准技术规范的转化与应用。五、标准应用前景与影响分析5.1产业应用场景本修改件的发布为沉浸式媒体生态的多环节提供了标准化技术支撑：-内容制作环节：支持多相机阵列系统在拍摄阶段同步记录空间关系信息，简化后期制作中的空间对齐流程，提高制作效率与内容质量。-云端转码环节：内容引导转码的技术支持使云转码服务可根据内容复杂度和用户需求精准控制输出码率，在保障用户体验的同时节约带宽成本。-分发传输环节：为自适应流媒体系统中空间信息的增量更新提供了标准封装方案，有效降低沉浸式媒体在带宽受限网络环境下的传输开销。-终端呈现环节：用户终端可根据标准化的空间关系信息，在渲染管线中精确重建虚拟场景的空间布局，支持用户在沉浸式媒体场景中自由漫游并实现多视角的一致性切换。5.2技术经济效益从技术经济效益来看，本修改件预计在以下维度产生积极影响：（1）通过统一的引导信息标准降低转码系统的集成交互成本；（2）通过精准的空间关系描述避免重复传输造成的带宽浪费；（3）通过标准化的元数据促进跨厂商设备的互操作性，推动沉浸式媒体端到端产业链的成熟；（4）为AI驱动的智能媒体处理提供规范化的数据输入接口，支撑下一代媒体智能化升级。六、结论与展望ISO/IEC23001-10:2020/AMD1:2021修改件的发布，是MPEG系统技术标准化在沉浸式媒体领域的重要里程碑。该修改件通过引入内容引导转码支持和空间关系描述两大核心能力，有效弥补了ISO基媒体文件格式在沉浸式媒体应用中的功能缺口，为VR/AR内容的全链路标准化奠定了基础。从标准体系的演进趋势来看，随着空间计算、人工智能生成内容（AIGC）、实时云渲染等技术的加速发展，面向沉浸式媒体的标准化需求预计将进一步增长。未来标准的修订方向或包括：支持AIGC媒体内容的元数据描述与溯源信息封装、点云及光场等新型媒体格式的