2019-12-26 13:11

　　尊敬的各位嘉宾、专家下午好！

　　我是北京邮电大学博士胡欣珏。2018年斯皮尔伯格以一部《头号玩家》展示了未来VR技术的发展方向。

　　与传统多媒体技术不同，由于VR的强交互性需求，所以实时性始终是VR技术发展的首要研究点。VR技术不应当只关注于虚拟世界的构建，而更应该注重对现实世界的采集与呈现。

　　除去娱乐体验外，实时实景的VR技术在许多场景也有着巨大的潜力，比如说平昌奥运会，在比赛中通过运动员头部佩戴的VR相机，观众可以以第一视角带来代入感。但是在直播过程中，转播方依然只能提供单一的视频流，如何能够实现真正的用户自由选择，自由浏览的完全体验？这其中的关键是需要将庞大的VR根据用户的个性化需求准确的分发至海量的用户手中。同时在很多重大的险情及重大指挥调度中，使用无人机进行远程勘探已经较为常见，但是如果将VR技术与无人机，多终端协同工作，共同实时汇报现场信息，这将具有重大意义。

　　MPEC对过往几年工作进行了总结，也对未来进行了规划，途中可以看到MPEC为VR定义了一个新称呼，叫沉浸式多媒体。沉浸式多媒体正逐步成为未来多媒体领域发展的核心方向。

　　相较于传统多媒体，沉浸式多媒体提出了更高的要求，沉浸式媒体在精度、分辨率等多个方面都提出了新的要求。MPEC为沉浸式多媒体成立了专门的专业组，MPEC-1，对标准化展开了工作。

　　通过通讯与计算共同成为了限制VR发展的瓶颈，我们将其细化分为三个所面临的挑战：

　　1、对带宽的挑战，不仅仅是依靠数据在信源处的编码压缩，5G的大带宽也应当成为解决VR海量数据的关键助力。

　　2、传输协议对业务时延需求的不敏感导致的性能瓶颈。

　　3、面对更多的数据与海量的用户，用户的需求还各自不同，如何根据需求精确的高效的将数据分发至每一个用户手中，是需要我们深入思考的。这不仅仅是支持大量终端接入的问题，更需要设备间的协作互通，来实现用户的需求。

　　下面我们以具体的数据和实例来展示VR技术对移动网络带来的挑战，用户设备的体验形式在不断变化，从显示器、显示屏到手持的平板、手机，再到头戴式设备，屏幕离人眼的距离越来越近，对屏幕显示像素的密度有着越来越高的要求。我们发现，显示器看起来非常不清晰，而且有很明显的颗粒感，这主要是由于屏幕的每英寸项目指标不够，即PPI不足。

　　当VR头显的PPI能够达到1000左右时，我们估算出所需要的多媒体分辨内容将达到9K以上，此时每个用户对下行带宽的需求将达到1.25-3Gb，大量用户的同时观看将使这一需求成倍增长。

　　因此，光依靠MPEC等视频编码组织在信源端的努力是不够的，5G是解决VR技术瓶颈的关键，VR数据的获取不仅仅是依靠光学仪器的采集与记录，它需要其他处理手段才能得到。同时由于更加庞大的数据量，为了追求更高的压缩效率，编码这一过程也将变得极其消耗算力，需要通过渲染、投影或者画面生成等环节，才能真正得到展示在用户屏幕上的画面数据。

　　综上所述，VR业务具有极强计算需求的多媒体业务，如何使每个用户获得尽可能高的计算画面质量以及尽可能多的计算资源支持是VR技术发展面临的主要挑战之一。现在VR产品比较常见一种形式是图中所示。这种形式由于有着强大的算力平台支持，能够提供给用户较好的体验，但是其用户平均成本过高，且由于采取有限连接的方式，用户的行动将非常受限。

　　为了解放用户在体验过程中的移动限制，同时降低用户的体验成本，另外一种基于智能手机的VR体验方式也被提出，用户通过手机观看VR，数据通过移动通信网下传终端，这种方式的弊端在于智能手机的算力相对于大型计算设备来说还是十分有限，为了保证用户体验的流畅性，需要降低业务的计算需求，这不可避免的会导致用户的观看体验遭到极大的损失。如果依靠云计算来解决的话，又将难以保证用户业务时延的实时问题。

　　因此边缘计算是最优解决方案，既能够提供强大的算力，也满足了VR实时性的需求，同时依赖于5G强大的接入网能力，我们能够实现无限传输的同时，将数据消化于边缘，避免对核心网产生过大的负担。

　　实时实景的VR业务需要解决的难题是大型场景、多人、实时、高质量体验VR业务的存储、计算和网络需求预现有无线通信网的不平衡不充分利用之间的矛盾。

　　今年6月工信部正式向电信、移动、联通、广电发放5G商用牌照，中国正式进入5G商用元年，这将为VR应用的发展提供了强大的基础。

　　如何将VR业务中的计算合理的拆分并卸载是这其中面临的首要问题，奥运会及冬奥会作为世界范围内的体育盛事，围绕现场直播的竞争也已悄然展开。2022年东京奥运会也以准备了8K分辨率的实时现场直播，2020年我们将为观众带来怎样的惊喜？正如我们刚才所提到的除了更高清的画面，更多的数据，更多的同时观看用户以外，能够在采集传输之外做到能够根据每个用户不同的实时需求定制化的准确深层并传输器所希望看到的画面数据，我相信借助成熟的5G商用网络，与最前沿的边缘计算架构，我们已经迈出了坚实的第一步。

　　针对上述讨论，我们也提出了我们的设想方案，即5G边缘计算使能的云端融合虚拟现实架构——ECPVR，引入边缘计算，并不是完全舍弃原来成熟的云计算架构，而且将VR数据上传过程中的内容生成任务及下发任务进行合理部署，同时还应满足三端之间的不同管道特性，真正实现云端一体与计算通信融合的综合架构。

　　我们也总结了ECPVR面临的几个关键点，首先采集侧，我们需要一种兼容高效的VR编码方案，不应当只局限于信源设备端，而是应该考虑边缘处使用资源的情况，能够做出动态适应的联合编码方案。其次，在播放端，与传统多媒体不同，VR在画面质量以外，对服务的响应时延，体验自由度等方面有着更高维的要求，因此我们需要设计符合VR业务需求的服务质量及用户体验的终端效能平衡体系。

　　多路由、多终端的合作也是十分具有前景的思路之一，同时根据用户的需求，对海量用户进行精准的传输优化，最后通过跨层优化改善对应用层VR的影响，同样十分重要。

　　为了能够将VR业务的计算任务进行拆分，并能够灵活调度分配，我们需要提出一种分布式VR渲染方案，使得完整的渲染过程能够分别在云端、边缘节点以及VR终端处理，我们在边缘节点，服务器我们将进一步处理混合模型，而获得包括球面信息的全景使能，并下发至用户设备。

　　有研究评估表明，在同等资源条件下将更多的计算资源侧重分配于用户设备及分别侧重于用户设备及边缘服务器及云服务器时可以得到三条不同的曲线，当将计算任务侧重分配于边缘服务器时，黄色曲线明显优于其他两条曲线，这说明引入边缘计算架构有以下两方面的优势：

　　1、将终端的计算负载通过网络卸载于边缘与云上，能够明显提升VR业务的执行效率，但是这是以牺牲部分用户时延体验为代价的。

　　2、相较于传统中心架构而言，通过计算边缘化又能够最大程度上弥补由于计算卸载所造成的时延损失，进而促使云端用户的ECPVR设备实现计算负载与服务响应时间的联合最优。

　　对于VR来说，业务时延是非常重要的一项评估指标，对于云端融合的ECPVR来说，需要一套新的方法能够详细衡量设备、边缘及云之间的传输状态。我们通过优化各部分细化时延，需要达到优化目标使总体端到端响应时延将符合用户的最佳体验需求。

　　将来一个VR用户的行为运动需要充分显示在显示屏上的时间称为行为画面响应时间，即MTP，比如在看360°全景视频时，用户摆头改变视角，这是一种VR用户行为。不管哪一种用户行为MTP，目前VR产业有一定的共识，就是总的MTP应当小于20毫秒，才能使用户在观看过程中不因为迟滞感而产生的眩晕感。

　　实际上很多前面所提过的优化策略方法，都可以视作是对其中几项细化时延的互换以及联合优化，最终最大程度上下降用户时延的目标。

　　同时，还是需要在ECPVR中引入以用户行为预测为核心的主动机制，为VR用户体验在其他维度的优化留下更多的空间，我们考虑可以打破传统的请求响应这种被动服务模式的机制，主动预测用户的需求，并提前做好预处理及准备。能够预测用户的行为就能够预测用户的请求，现阶段围绕用户视角的变化，由于移动变化有限，变化趋势相对平缓，所以视角的预测也容易实现。但是对于用户自由方位移动的预测较少，大多数都是纯粹的虚拟场景构建，而并不是根据实际场景，实际自然场景构建的，因而这一方面目前的需求与数据也较少，但需要注意是，用户能够自由移动才是真正意义上的VR，针对用户移动行为的预测，对实时实景VR的发展有着实际的意义。

　　我的汇报到此结束，谢谢大家！