最新！《信息技术虚拟现实内容表达》国家标准意见稿发布，89页pdf

2022 年 4 月 20 日 专知

《信息技术虚拟现实内容表达》国家标准意见稿，本文件给出了本标准规定了虚拟现实视频内容的高效编码表示与重建方法，包括压缩域的语法、语义以及重建过程。具有如下特征：（1）支持不同设备间虚拟现实视频内容的互联互通；（2）支持虚拟现实视频内容的高效紧凑表示；（3）兼容平面视频编码标准。本标准定义的虚拟现实视频内容分为两大类：全景视频（三自由度视频）和自由视角视频（六自由度视频）。本标准适用于虚拟现实视频内容录播、点播、直播、通信，节目编辑、制作等应用。

目的意义

随着虚拟现实应用的不断涌现和高速发展，虚拟现实内容成为新兴媒体形式，和传统多媒体内容相比沉浸感大大增强，同时数据量也增加了数十倍，这对虚拟现实内容更高质量和更高效率的表示方法和编码技术提出了新需求。

《信息技术虚拟现实内容表达》国家标准是AVS工作组继《信息技术先进音视频编码》和《信息技术高效多媒体编码》之后制定的新一代国家标准（简称VRCC），定位在引领未来五到十年虚拟现实产业的发展，并争取为相关国际标准的制定发挥关键作用。

。

主要内容

视频是《信息技术虚拟现实内容表达》国家标准中的重要组成部分，本标准主要定义全景视频的高效映射模型、编解码过程和码流规范。要求支持水平和垂直方向360度全视角、三维、超高分辨率（至少为4k x 2k）、高动态范围全景视频的高效编码。在编码效率方面比当前国际国内视频编码标准提高50%以上，在同等码率情况下重建视频质量明显高于当前标准。实现复杂度与当前编码标准相当。

AVSVR-P2标准规定了虚拟现实视频内容的高效编码表示与重建方法，包括压缩域的语法、语义以及重建过程。具有如下特征：（1）支持不同设备间虚拟现实视频内容的互联互通；（2）支持虚拟现实视频内容的高效紧凑表示；（3）兼容平面视频编码标准。本标准适用于虚拟现实视频内容录播、点播、直播、通信，节目编辑、制作等应用。本标准是以我国科研机构和重点企业为首、引领全球信息技术领域有影响力企业共同集体创新而成。为了形成优化的技术方案，AVS工作组VRU专题组广泛征集了网络电视和流媒体服务提供商的技术与应用需求，并承载北京科技冬奥交互多维度观赛技术与系统的试验部署。本标准定义的虚拟现实视频内容分为两大类：三自由度视频（全景视频）和六自由度视频（自由视点视频）。

三自由度（3DoF）视频，可以提供用户以三维空间的一个点为中心在X、Y和Z轴三个方向进行自由旋转观看体验。本标准定义的3DoF视频源是对以观察者为中心的球面上的光线进行均匀采样得到的像素集合构成的球面视频。为了便于存储和处理，本标准将球面视频通过3DoF视频表示模型映射为平面视频。3DoF视频编解码整体框架如图1所示, 在编码端，3DoF视频源被映射为某种3DoF视频表示模型，用符合平面视频编码方法进行压缩，并将和3DoF视频表示模型相关的语法信息嵌入到视频位流中；在解码端，依据由位流中解析的3DoF视频表示模型将解码得到的平面视频重建为球面视频，在终端设备中播放，播放终端不限于VR终端、手机、电视等。

六自由度视频源是面向同一三维场景拍摄的同步多相机阵列采集得到的空间不同视角的视频集合。为了便于6DoF视频的紧凑表示，存储，压缩和处理，本标准定义了6DoF视频源的表示模型，将6DoF视频数据表达为以下信息的组合：多视角纹理图，多视角深度图（与多视角纹理图对应），以及为了辅助6DoF视频编码和重建的元数据。元数据中包含了多相机的内外参数，多视角纹理和深度图的拼接方式，压缩边缘保护，多视角背景纹理和对应的背景深度图等描述信息。本标准规定的6DoF视频表示模型如图2所示。

6DoF视频的编解码整体框架如图3所示, 在编码端，将6DoF视频源转换为6DoF视频表示模型，采用平面视频编码器进行压缩，并将和6DoF视频表示模型相关的语法元素嵌入压缩码流中；在解码端，解析并重建6DoF视频表示模型，并根据用户请求的虚拟视点的参数信息，实时合成对应的虚拟视点纹理，从而提供用户六自由度视频的观看体验。观看6DoF视频的终端不限于手机、电视、VR终端等