交互式三維視頻是近年來興起的一種新型媒體。它在傳統的二維視頻的基礎上，增加了視覺的現實感和逼真感。用戶在欣賞節目的同時，能夠自由的選擇視點與視角。交互性是這種媒體的重要特征。為了提高不同實現之間的互操作性，ISO/MPEG1制訂了相關的規范標準。本文從交互式三維視頻的分類、表示、編碼和相關的應用等方面對該技術進行了詳細的介紹。
關鍵詞 三維視頻 視頻編碼 視頻表示 全景視頻

隨著多媒體技術的不斷發展，交互性將成為未來多媒體技術的一個主要特征[1][2]，具有交互性的多媒體技術將使我們能夠在某些方面由被動觀賞轉化為主動欣賞。例如我們可以在一個場景中改變我們的視角和視點，選擇我們感興趣的區域進行觀賞。為此視頻技術也需要由二維向三維轉變。和普通的二維視頻相比，三維視頻增加了場景的深度信息，增強了視覺的現實感和逼真感，可以給用戶提供全方位沉浸式的感受。三維視頻技術可以廣泛應用于數字電視、遠程教育、遠程工業控制、三維視頻會議系統、虛擬現實系統等諸多方面。
為了表示這些三維視頻數據并對之進行編碼， ISO/IEC2 制定了一套虛擬實景描述模型語言 VRML3。用它可以描述三維物體及其行為，構建虛擬世界，建立互聯網上的交互式三維多媒體。雖然VRML有許多優點，但是由于VRML是面向圖形的，絕大部分場景是使用計算機產生的圖形或者是靜態的圖片，場景的真實感非常有限。
作為VRML的補充，ISO/MPEG 正在聯合企業制定新的標準來增強三維視頻的真實感和交互性。例如在早期的MPEG-4標準中，使用者可在圖像或比特流中選擇一個具體的對象(Object)，隨后改變它的某些特性，提供將自然視頻圖像同合成數據(文本、圖形)有效結合的方式，同時支持交互性操作。MPEG-4中的場景描述語言BIFS4規定了壓縮的二進制格式，特別適合三維視頻的在線傳輸和流化（組成流媒體數據）。最近的MPEG-4標準又對它進行了擴展，其中動畫框架擴展AFX5對自然場景規定了新的格式，同時AFX也提供了新的工具來對自然圖像中的場景對象使用表面光場和深度圖像繪制技術進行建模等[4]。
本文從計算機圖形學、計算機視覺和經典媒體的角度，結合ISO/MPEG的相關研究，對三維真實場景視頻的建模、編碼、繪制技術及相關的應用進行詳細的分析和介紹。在本文的第二部分，根據應用場景的不同，首先對交互式三維視頻進行分類，并介紹它們各自的特點；第三部分介紹交互式三維視頻的表示技術，第四部分則對其編碼方法進行了詳細的介紹，最后給出交互式三維視頻技術的一個典型應用 — 交互式全方位視頻系統。