1、附件 15G5G 高新视频高新视频互动视频技术白皮书（互动视频技术白皮书（20202020）国家广播电视总局科技司2020 年 8 月I前前 言言当前，移动信息技术飞速发展，5G 技术已经成为国际通信科技巨头竞争的新焦点，世界各国纷纷将 5G 建设视为重要目标。5G 技术具有“大带宽、低时延、广连接”等特点，在 5G 众多应用场景中，视频被公认为是 5G 时代最重要和最早开展的业务，越来越受到社会各界的广泛关注。在 5G、超高清、虚拟现实等新兴技术催生下，广电行业视听内容的生产和传播即将发生新变革。国家广播电视总局顺应技术革命浪潮，抢抓 5G 发展机遇，深入推进 5G 条件下广播电视供给侧结构

2、性改革，推动构建 5G 视频新业态，提出了“5G 高新视频”的概念。5G 高新视频是指 5G 环境下具有“更高技术格式、更新应用场景、更美视听体验”的视频。其中， “高”是指视频融合 4K/8K、3D、VR/AR/MR、高帧率（HFR） 、高动态范围（HDR） 、广色域（WCG）等高技术格式； “新”是指具有新奇的影像语言和视觉体验的创新应用场景，能够吸引观众兴趣并促使其产生消费。在 5G 环境下，广电行业将发挥在视音频内容创意、生产、制作和传播方面的丰富资源和天然优势，以文化创意为牵引，以科技创新为支撑，培育孵化 5G 高新视频的新技术、新应用、新产品、新模式、新业态和新消费，为观众带来更美

3、的视听体验，更好地满足人民群众日益增长的精神文化新需求和新期待。互动视频作为高新视频业态的重要组成部分，是指以“非线性视频”内容为主线，在“非线性视频”内容上开展的可支持时间域互动、空间域互动、事件型互动的内容互动视频业务，该业务具有分支剧情选择、视角切换、画面互动等交互能力，能够为用户带来强参与感、强沉浸度的互动观看体验。为更好地推动互动视频发展，引导与规范互动视频行业应用，国家广播电视总局科技司组织广播电视规划院等广播电视行业内外相关机构、 企业公司等开展了互动视频研究工作，编制了5G 高新视频-互动视频技术白皮书（2020 版） （以下简称白皮书） 。本白皮书分析了互动视频的业务背景和发

4、展现状， 梳理了互动视频应用场景，对互动视频关键技术和端到端解决方案进行了深入探讨， 总结了国内媒体机构的互动视频成功实践案例，展望了互动视频发展前景。希望本白皮书能为各单位应用互动视频提供参考和借鉴，为推动广播电视行业转型升级注入新动能、激发新活力，促进广播电视和网络视听行业高质量创新性发展。II本白皮书指导单位：国家广播电视总局科技司本白皮书主要起草单位：国家广播电视总局广播电视规划院、中央广播电视总台、北京爱奇艺科技有限公司、腾讯科技（深圳）有限公司、湖南快乐阳光互动娱乐传媒有限公司、智令互动（深圳）科技有限公司、优酷信息技术（北京）有限公司、华为技术有限公司。本白皮书主要编写指导：孙苏

5、川、关丽霞。本白皮书主要起草人：邓向冬、刘文翰、梅剑平、孙可、杨光、刘里、薛潋、张瑞圣、房秀强、王建、宁金辉、黄卓伟、王涛、杨子斌、孟庆春、洪薇、苏衎、毕蕰瑾、侯亮、陈翌、王斐、覃千洛。1目目录录缩略语.41.互动视频概述.61.1 互动视频定义.61.2 互动视频发展历程.81.3 互动视频国内外应用发展现状.91.3.1 国际互动视频应用发展现状. 91.3.2 国内互动视频应用发展现状.101.4 互动视频应用场景.121.4.1 互动影视剧.121.4.2 互动综艺.121.4.3 互动短视频.121.4.4 互动影像游戏.121.4.5 文化旅游.131.4.6 体育竞技.141.4

6、.7 在线教育.151.4.8 电商购物.151.4.9 互联网广告.161.5 互动视频应用机遇.161.6 互动视频应用挑战.172.互动视频关键技术.182.1 互动视频整体技术框架.182.2 信令数据封装技术.182.3 多视点编码技术.202.4 智能编码技术.222.5 大带宽、低时延传输技术.222.6 网络切片技术.242.7 互动播放引擎技术.242.8 智能预测技术.252.9 5G 环境对互动视频关键技术的影响. 253.互动视频端到端解决方案.283.1 互动视频端到端系统架构.283.2 互动视频生产发布流程.283.3 互动视频创作流程.293.3.1 内容创作.

7、293.3.2 现场拍摄.293.3.3 视频制作.303.4 互动视频制作平台.313.4.1 素材管理.313.4.2 故事线编辑.323.4.3 互动组件管理.3223.4.4 互动触发条件.333.4.5 互动应用模板.333.4.6 互动视频预览.343.4.7 互动视频提交.343.5 互动视频服务平台.343.5.1 媒体资产管理.343.5.2 网络分发.363.5.3 用户账号管理.373.5.4 历史观看存档.373.5.5 数据采集分析.383.6 互动视频播放系统.403.6.1 播放器.403.6.2 互动播放引擎.403.6.3 互动方式.423.6.4 用户操作响

8、应时延约束. 423.7 跨平台兼容实现.433.7.1 互动协议跨平台解析标准化.443.7.2 互动播放跨平台兼容适配.464.互动视频安全.494.1 内容安全.494.1.1 内容合规性安全审核. 494.1.2 内容合理性安全审核. 494.2 版权保护.494.2.1 互动视频制作过程版权保护.504.2.2 互动视频审核过程版权保护.504.2.3 互动视频分发过程版权保护.514.2.4 互动视频播放过程版权保护.514.3 介质安全.514.3.1 介质管理机制.514.3.2 灾备管理机制.524.4 运行环境安全.524.4.1 互动脚本安全.524.4.2 隔离与隐私保

9、护. 524.4.3 沙箱执行环境.524.5 平台与传输安全.534.5.1 平台安全.534.5.2 传输安全.534.6 用户隐私安全.534.6.1 用户隐私授权机制. 534.6.2 用户数据防护机制. 545.互动视频应用展望.55附录 A 互动影视剧案例.56A.1 案例 1.56A.2 案例 2.583A.3 案例 3.61附录 B 互动综艺案例.65附录 C 互动短视频案例.67参考文献.694缩略语缩略语缩略语缩略语英文全称英文全称中文全称中文全称4G4th Generation mobile networks第四代移动通信网络5G5th Generation mobile

10、 networks第五代移动通信网络ABUAsia-Pacific Broadcasting Union亚洲-太平洋广播联盟AIArtificial Intelligence人工智能APIApplication Programming Interface应用程序接口APPApplication应用软件ATSCAdvanced Television Systems Committee高级电视系统委员会AVGAdventure Game冒险游戏AVS2The second generation of Audio Video codingStandard第二代数字音视频编解码技术标准CDNConte

11、nt Delivery Network内容分发网络DRMDigital Rights Management数字版权管理ETSIEuropean Telecommunications Standards Institute欧洲电信标准化协会FIFOFirst Input First Output先入先出队列FlexEFlex Ethernet灵活以太网FOVField of View视场角HbbTVHybrid Broadcast Broadband Television混合广播宽带电视HTML5Hyper Text Markup Language5.0超文本标记语言 5.0HTTPSHyper

12、 Text Transfer Protocol over SecureSocket超文本传输安全协议IBBIntegrated Broadcast-Broadband System综合广播宽带系统iOSiPhone Operation System苹果操作系统IP 网络Internet Protocol网间互联协议IP 版权Intellectual Property知识产权ISOInternational Organization for Standardization国际标准化组织ITUInternational Telecommunication Union国际电信联盟MCNMulti-C

13、hannel Network多频道网络MECMulti-access Edge Computing多址边缘计算MHPMultimedia Home Platform多媒体家庭平台MPEGMoving Picture Experts Group动态图像专家组PGCProfessional Generated Content专业生产内容5SDKSoftware Development Kit软件开发工具包SoCSystem on a Chip系统级芯片TLSTransport Layer Security安全传输层TSTransport Stream传送流UGCUser Generated Con

14、tent用户生产内容UPSUninterruptible Power System不间断电源系统VRVirtual Reality虚拟现实WLANWireless Local Area Network无线局域网61.1.互动视频概述互动视频概述1.11.1 互动视频定义互动视频定义上世纪末开始，随着数字电视逐步普及，人们不满足于被动收看电视，有了越来越多的互动需求。为了满足人们的互动需求，电视行业科技人员根据当时技术条件和发展趋势研发了若干“互动电视”技术标准，主要如下：本世纪初，欧洲的 ETSI 推出了 MHP1，MHP 主要基于单向广播的互动应用，考虑当时机顶盒 SoC 的处理能力，MHP

15、 的应用分为 MHP-J（在 J2ME 上扩展电视相关 API）和 MHP-HTML（在 XHTML1.0、CSS2.0、ECMAScript 第一版基础上扩展电视相关 API） 。随着技术的不断发展，MHP 目前已逐渐退出历史舞台，意大利等欧洲国家已经从原来机顶盒中间件的实现方式过渡到混合广播宽带系统。2009 年欧洲推出 HbbTV2（2010 年成为 ETSI 技术规范） ，目前在欧洲广泛应用。HbbTV 主要支撑基于 Web 的应用，并在 HTML5 规范上增加了电视相关的API3。HbbTV 的应用和数据可通过广播信道传输，也可通过互联网传输。2013 年日本 NHK 推出 Hybr

16、idcast 服务，目前 Hybridcast4已在日本广泛应用。Hybridcast 基于 HTML5 页面应用设计，可通过广播和互联网两条通道将节目内容和应用推送至终端的电视大屏和移动小屏上，Hybridcast 主要用于提供各类信息，包括新闻、股市、电子节目指南、视频点播以及与在线答题相关的节目信息。2018 年 ATSC 正式发布 3.0 标准，在 ATSC 3.0 标准的第 A/344 部分，对互动内容（Interactive Content）进行了定义5，目前 ATSC 3.0 中互动内容的主要应用方向有个性化节目单、基于用户观看行为的广告精准投放等。2019 年 ITU 发布的技

17、术报告 BT.2267-10 综述了目前 5 种用户覆盖较多的、基于 HTML5 的综合广播宽带系统（包括 HbbTV、Hybridcast 等） ，并讨论了如何制作可运行于不同 IBB 系统的应用6。以上几种“互动电视”的主要特点是围绕“线性视频”开展内容互动业务。“线性视频”是指在用户角度，按照时间表播放的一个或者多个电视节目，用户只能收看按时间表播放的当前电视节目内容，无法进行暂停、回看、快进、快退等操作，例如：通过固定带宽信道(有线、卫星、地面)广播的电视节目，通过7IP 网络多播的电视节目等。互动信息通过带外（如互联网宽带）或者带内（打包在 TS 流内）传输，由于线性视频的特性，很难

18、在“线性视频”上开展分支形式的互动内容。而“非线性视频”则通过双向网络单播，且可从用户角度进行暂停、回看、快进、快退等操作。5G 高新视频-互动视频（特指通过 5G 等宽带网络向公众提供的互动视频节目服务，以下简称：互动视频）是指以“非线性视频”内容为主线，在“非线性视频”内容上开展的可支持时间域互动、空间域互动、事件型互动的内容互动内容互动视频业务，该业务具有分支剧情选择、视角切换、画面互动等交互能力，能够为用户带来强参与感、强沉浸度的互动观看体验。互动视频的互动类型主要包括以下三种： (一)时间域互动时间域互动， 用户在观看过程中通过主动选择剧情分支可改变剧情发展， 从而在时间轴上创造不同

19、分支的内容走向，例如剧情选择。(二)空间域互动空间域互动，用户在观看过程中可根据个人喜好，选择观看同一时间不同空间场景的内容，从而获得更加丰富的内容信息，例如视角切换。(三)事件型互动事件型互动，用户通过特定行为（例如点击、滑动、长按等）触发视频中的人物、场景、物品等属性信息或关联的视频内容，从而扩展内容的深度，例如画面互动。互动视频系统包括互动视频制作平台、互动视频服务平台、互动视频播放系统等模块，如图 1-1。创作者互动视频制作平台制作互动视频了解用户偏好再创作内容互动视频播放系统电 视电 脑手 机平 板用户互动操作生成数据文件反馈用户互动数据记录互动数据解析数据文件内容生产端用户应用端剧

20、情选择组件 视角切换组件画面互动组件 自定义交互组件网络传输宽带网络边缘计算网络切片互动视频CDN互动视频服务平台账号管理媒资管理网络分发统计分析平台服务端图 1-1 互动视频系统组成8创作者在互动视频制作平台完成互动视频制作并传输至互动视频服务平台，服务平台进行媒资管理，并将互动视频内容分发至互动视频播放系统，用户在播放系统上观看体验视频内容， 同时播放系统收集用户互动数据并反馈至服务平台，供平台统计分析或指导创作者再创作。互动视频制作平台通过互动视频制作工具为视频添加互动视频组件样式和参数，可编辑、预览视频互动效果，使视频具备互动能力。互动视频服务平台通过互联网调用互动视频服务， 完成互动

21、视频的账号管理、媒资管理（转码、编目、审核、发布） 、网络分发、统计分析等业务。互动视频播放系统通过播放器和互动引擎实现互动视频的播放、 缓冲、 渲染、交互等功能，同时采集用户互动数据，供平台统计分析或指导创作者再创作。5G 等宽带网络为互动视频制作提供大带宽、低时延的传输保障，边缘计算为互动视频处理提供算力支撑，网络切片为视频直播提供专有通道保障，互动视频 CDN 为视频内容分发提供交互体验支撑。互动视频的数据结构包括播放区间和互动节点。 一个完整的互动视频中包含多个视频片段，其中每一个视频片段所需相关信息的集合定义为一个播放区间。每一个交互内容信息的集合定义为一个互动节点， 互动节点是互动

22、视频内容播放控制的枢纽,一个互动节点中包含若干互动组件，每一个互动组件中定义了互动样式和参数，互动参数中配置有互动触发后的播放区间链接等信息。1.21.2 互动视频发展历程互动视频发展历程互动视频的核心特点在于交互式体验。从最初互动小说到互动影像游戏，再到 AVG 文字冒险类游戏，交互的方式在不同题材类型中迸发出不同的表现力。1966 年， 世界上第一部互动电影 lovk a jehodm （英文译名 Kinoautomat）于捷克斯洛伐克拍摄完成，全片用 63 分钟的时间讲述了一名中年男子在其妻子生日当天，由于误解而导致的一连串离奇遭遇，每当剧情进入关键转折处，会由主持人给出红、绿两个按钮，

23、让观众根据个人意愿做出选择，而剧情走向也会根据大部分人的选择结果继续发展。该片于 1967 年在加拿大世博会展出，其新颖的交互方式在当时引起了轰动。1970 年，互动小说选择你的冒险历程系列丛书采用分支叙述的方式，让读者选择不同的选项并开始“冒险” ，这种将选择权交给用户的形式，强调代9入感并引入剧情与用户间的实时互动，让彼时的游戏行业看到了市场。于是在上世纪八九十年代，真人互动影像游戏开始兴起。1983 年，Cinematronics 公司发行了历史上第一部互动影像游戏龙穴历险记 （Dragons Lair） ，该游戏引入了快速选项模式，使游戏玩家作为主角参与其中，在遇到机关时需在限定时间内

24、快速做出行动选择。由于游戏玩法新颖，在当时获得了一批游戏爱好者的追捧。 龙穴历险记开创了交互影像游戏的先河，而后游戏市场利用交互的形式， 相继推出了各类互动游戏作品， 例如 太空王牌 、午夜陷阱等。进入 21 世纪后，互动影像游戏逐步衍生发展出科幻题材性质的叙事作品，例如428：被封锁的涩谷 、 Her Story 、 地堡 、 夜班等，用户在参与过程中不断搜集故事线索信息， 并依据个人选择走向不同的结局。 在 Quantic Dream工作室推出的底特律：成为人类互动游戏中，玩家可以操控三位生化人来面对不同的剧情发展选项，选项的数值及选项组合将触发不同的事件走向，以极具刺激感的分支选项形式，

25、迅速吸引了大量玩家。1.31.3 互动视频国内外应用发展现状互动视频国内外应用发展现状1.3.11.3.1 国际互动视频应用发展现状国际互动视频应用发展现状在互动视频的应用发展方面，Netflix、HBO、YouTube 等视听网站均已布局互动视频业务，陆续推出了多部深受好评的互动剧，并在不断探索更多的互动形式和更佳的观看体验。自 2017 年起，北美最大的影视视频供应平台 Netflix 开始尝试在一些动画中加入互动选择的形式，相关互动作品有Puss in Book:Trapped in an EpicTale 、 Buddy Thunder Struck:The Maybe Pile等。2

26、018 年 1 月，HBO 上线了其首部互动剧马赛克 ，除电视、流媒体等常规播放模式，该剧还开发了同名 App，用户可在 App 中进行交互式观影。2019 年 10 月，YouTube 在上线了其首部互动作品Markiplier 大劫案 ，该作品共包含 61 个视频片段和 31 种结局。同时，EKO、Ctrl-Movie 等互动内容制作公司也在不断推出全新的互动视频内容。在互动视频的技术标准方面， 国际主流视听网站采用的互动视频技术方案均10不统一，实现架构上也存在较大差异。此外，截至 2020 年 7 月，ITU、ABU、ATSC等国际标准化组织均未发布互动视频相关的标准规范、技术方案等。

27、1.3.21.3.2国内互动视频应用发展现状国内互动视频应用发展现状2019 年伊始，国内主流视频网站大力发展互动视频业务，推动其产业化发展。截至 2020 年 7 月，国内市场已推出百余部互动视频作品，互动视频制作机构、平台机构、应用机构呈现出百花齐放的发展态势。2019 年 1 月，腾讯视频上线互动影视剧古董局中局之佛头起源 ，该剧设置了 4 个分支剧情、 3 种结局。 同年 9 月， 互动影视剧 因迈思乐园 以每集 7-10分钟的短剧形式出现， 总时长约 60 分钟， 并设置了 30 余个互动节点、 3 种结局，在参与互动的用户中，人均互动 6.5 次，人均观看 2.8 个结局。2020

28、 年 3 月，互动综艺节目我+在腾讯视频上线，节目中设置了 50 个互动节点、8 种结局，所有剧情总时长约 200 分钟，用户主动互动率达 30%。截至 2020 年 3 月，腾讯视频共上映了互动影视剧、互动综艺、互动电影等不同题材类型的 28 部互动视频作品。2019 年 6 月，爱奇艺上线互动影视剧他的微笑 ，作为其首部落地的互动影视作品，该剧充分运用了剧情选择互动能力，设置了 21 个互动节点、17 种结局，所有剧情总时长约 200 分钟，最短的故事线仅 5-10 分钟，在参与互动的用户中，人均互动 9.5 次，人均观看 3.5 个结局。此外，综艺节目中国新说唱2019中引入了剧情选择互

29、动能力，并结合节目内容生产了互动视频广告，其用户主动互动率达 20%，广告总曝光次数提升约 18%。2020 年 1 月，爱奇艺上线影视剧爱情公寓 5中的互动剧集（13、35 集） ，如图 1-2（图片来源：爱奇艺） 。其中第 13 集弹幕空间上线首日占据微博热搜榜第三，知乎热搜榜第二，截至 2020 年 2 月，总计观看用户量达 2821 万，其中 1514 万名用户观看了某一结局、 492 万名用户观看了所有结局， 总互动次数达 1.42 亿次， 用户复看率达 81.9%（复看率指因次要结局产生重新观看的次数/次要结局出现的总次数） 。11图 1-2 影视剧爱情公寓 5互动剧集2019 年

30、 1 月，芒果 TV 上线其首部互动影视剧明星大侦探之头号嫌疑人 ，该剧共 6 集，单集主线时长约 25 分钟，平均每集内有 20 余个剧情线索需用户互动参与寻找。2020 年 1 月，优酷基于综艺节目衍生出其首部互动影视剧当我醒来时 ，该剧运用了互动视频中的剧情选择互动能力，共设置了 27 个互动节点、9 种结局，所有剧情总时长约 50 分钟，最短的故事线仅 6 分钟。在互动视频的技术标准方面，2019 年 8 月，国家广播电视总局科技司正式立项制定互联网互动视频数据格式规范推荐性行业标准。该标准的主要目标是定义互联网互动视频的系统架构和数据格式， 规范互联网互动视频的系统建设。2019 年

31、 11 月，工业和信息化部科技司正式立项制定互联网超高清视频播放软件 第 2 部分：互动视频技术要求推荐性行业标准。该标准计划规定互动视频播放软件接口、功能构件等内容。总体来讲，互动视频在国内市场仍处于起步探索阶段。在制作方面，相比于传统视频内容，互动视频因其多分支的故事结构，剧集制作的复杂度明显提高，创作者仍需探索和积累； 在内容方面， 目前市场上的互动视频作品整体评价较低，部分剧本内容仍不成熟，存在内容与互动脱节的问题；在技术方面，互动视频的内容制作流程、节目审核规范、播放系统要求、观看体验评价等方面缺乏统一的标准，大规模发展需要一定的技术和资金支撑。121.41.4 互动视频应用场景互动

32、视频应用场景通过综合运用互动视频时间域互动、 空间域互动和事件型互动中的多种互动能力，可为用户带来丰富、多元的视听体验。目前，国内市场已涌现出一批互动影视剧、互动综艺、互动短视频和互动影像游戏等视听内容，同时，互动视频已逐步应用于体育竞技、在线教育、电商购物和互联网广告等领域。1.4.11.4.1互动影视剧互动影视剧借助互动视频时间域互动中的剧情选择能力， 互动影视剧可设计多分支内容，用户在观看过程中可成为其中的“主角”并介入剧中环境，通过互动选择决定剧情的走向。通过用户互动与剧情内容的有机结合，提升观看过程中的视听体验。应用示例参看附录 A。1.4.21.4.2互动综艺互动综艺将互动视频时间

33、域互动中的剧情选择能力引入综艺节目中， 能够与不同题材类型的综艺节目结合迸发出新的创意，如竞猜问答类的综艺节目，在面对实时问题时，用户可从被动接收观看转变为主动参与作答。此外，通过引入互动视频空间域互动中的视角切换能力，能够使用户根据个人喜好自主选择观看视角，灵活“切换”机位。应用示例参看附录 B。1.4.31.4.3互动短视频互动短视频短视频具有短、平、快的特点，要求视频内容简短、易懂，因此短视频中的互动方式更简单、有趣。以科普类互动短视频为例，通过运用互动视频时间域互动中的剧情选择能力，设置不同选项的互动反馈，用户将更易理解科普知识、加深印象。应用示例参看附录 C。1.4.41.4.4互动

34、影像游戏互动影像游戏互动影像游戏又称互动影游，是互动视频的一个重要应用场景。互动影游更侧重为用户提供游戏体验,借助互动视频时间域互动中的剧情选择能力，能够使用户深度参与到互动影游中，并影响其结局。应用示例如图 1-3（图片来源：互联网） 。13图 1-3 互动影像游戏应用示例1.4.51.4.5文化旅游文化旅游对于文化旅游产业来说，互动视频为其带来了全新的线上“云旅游”模式，一方面能突破天气、 场地等对传统旅游活动的限制， 为游客带来全新体验和认识；另一方面能为旅游供应商提供更好的营销渠道和服务能力，从游前的行程预览、游中的体验服务到游后的行程回顾，借助互动视频的剧情选择、视角切换和画面互动等

35、能力可全过程、全方位服务游览过程中的各环节。此外，在线下实景游览体验中，互动视频可紧密结合旅游景点承载的历史价值与人文情怀，推动中华历史文化元素全面融入旅游各个环节， 助力文化和旅游融合， 应用示例如图 1-4 （图片来源：智令互动） 。14图 1-4 文化旅游应用示例1.4.61.4.6体育竞技体育竞技在体育赛事等竞技节目中，经常存在多部摄像机同时拍摄的情况，但用户只能看到一个指定播出的画面。借助互动视频空间域互动中的视角切换能力，可将直播过程中多个机位的内容传送至客户端，用户可根据兴趣灵活切换机位，自主选择不同的观赛视角， 使体育赛事的技巧性与观赏性完美结合， 满足用户个性化、定制化的观赛

36、需求， 为用户提供更紧张、 刺激的观赛体验， 应用示例如图 1-5 （图片来源：爱奇艺） 。图 1-5 体育竞技应用示例151.4.71.4.7在线教育在线教育在线教育场景中引入互动视频，增加了教学方式的多元性，可以支持多场景教学环境切换和多终端教学模式互动。 借助互动视频时间域互动中的剧情选择能力，学员可在线完成教员下发的考核任务，能够有效提高在线课堂的参与感，教员可根据学生互动反馈进行答疑。 此外， 教员还可对学员互动数据进行统计分析，了解学员的学习状况和诉求，便于后续教学方法的改进，应用示例如图 1-6（图片来源：智令互动） 。图 1-6 在线教育应用示例1.4.81.4.8电商购物电商

37、购物在互动视频中引入电商购物，可满足用户一站式的消费需求。用户在观看视频内容时，可能对节目中的某些商品感兴趣，在传统的消费路径中，用户需要先搜索掌握商品信息再进行采买，过程繁琐。借助互动视频事件型互动中的画面互动能力，用户可在视频播放过程中直接点击画面中感兴趣的商品，了解商品信息并完成订购，既简化了操作流程，又不影响观看体验，应用示例如图 1-7（图片来源：爱奇艺） 。16图 1-7 电商购物应用示例1.4.91.4.9互联网广告互联网广告传统广告缺乏与受众的互动，并受播放时长限制。互动视频形态的互联网广告， 借助时间域互动中的剧情选择能力，可有效激发用户对未解锁广告内容的好奇心， 并打破传统

38、广告的时长限制，用户可通过不同的剧情分支反复观看同一个广告不同方面的内容，提高广告内容的曝光率。此外，用户在互动中产生的行为偏好数据，可为广告方提供更精准的用户画像，便于广告的精准投放和营销。应用示例参看附录 A。1.51.5 互动视频应用机遇互动视频应用机遇随着 5G 网络的覆盖普及，5G 网络所特有的“大带宽、低时延、广连接”特性为互动视频发展应用创造了条件，互动视频作为一种新兴的业务形态，通过互动参与可为用户带来浸润式的观看体验，有效解决了用户被动接收内容的弊端，为视听内容生产创造了新的可能性，给视听应用服务赋予了新的生命力。在视听内容生产方面， 用户在观看影视剧、 综艺、 短视频等视听

39、内容过程中，存在多样性、个性化的观看需求，通过内容走向与互动方式的有机结合，可使内容更具深度和表现力。用户通过互动可获得更自主、浸润式的观看体验，产生更多的情感共鸣。在视听应用服务方面，文化旅游、体育竞技、在线教育、电商购物等领域存17在各类互动需求，例如，在体育竞技领域，用户观看体育竞技节目的过程中，通过视角切换的互动能力，可主动选择个人感兴趣的镜头进行观看；在电商购物领域，将商品和服务从传统的图文宣传、视频宣传升级到互动视频宣传，用户通过互动可快速定位商品，商家通过用户互动反馈可感知其意向。1.61.6 互动视频应用挑战互动视频应用挑战目前，互动视频在技术应用和业务发展过程中也面临一些问题

40、，主要包括以下五个方面。（1）互动视频制作成本高。相比传统视频内容，因互动视频具有分支剧情，导致内容素材的拍摄量大幅度增加，内容制作成本也随之提升。此外，相比于传统视频的单线性叙事结构， 互动视频的多分支叙事结构给内容制作全流程带来了全新的挑战，对内容制作人才也提出了更高的要求，进一步提高了制作成本。（2）受众群体覆盖率低。目前互动视频的受众群体偏小众化，观影人群中大部分用户仍处于“不愿互动”的状态。一些互动剧中预设的强交互要求会受到用户的抨击，如作品内容、互动设计无法吸引用户的眼球，容易出现高投入创作的互动视频，用户观看分支完成率却不高的情况。（3）互动视频可移植性差。在当前互动技术架构下，

41、与视频内容相关的互动方式多有特定设计或仅能适用于某款播放系统，缺乏统一的数据格式、播放和接口规范与行业标准，目前难以实现跨平台复制和跨终端播放。（4）用户隐私保护有待加强。用户在参与互动过程中，互动视频播放系统将记录用户的互动行为并进行分析，在收集、整理、统计、分析用户信息的过程中，如未遵从相关用户隐私保护规定，可能导致用户隐私信息泄露或滥用，因此对用户隐私安全性的保护有待进一步加强。（5）网络承载能力有待提升。互动视频对网络抖动和网络时延均提出了更高的要求，尤其是在博物馆、运动场等人群密集场所应用时，将场馆内的互动视频内容传送给参与互动的现场观众，将对网络传输造成巨大压力，为确保回传网络的带

42、宽和时延，可通过在承载网中部署 FlexE 切片等技术方案，提升网络承载能力，增加网络稳定性。182.2.互动视频关键技术互动视频关键技术2.12.1 互动视频整体技术框架互动视频整体技术框架互动视频整体技术框架由互动视频制作、互动视频编码和封装、互动视频传输和互动视频播放等部分组成，如图 2-1。音频制作互动视频制作互动视频编码和封装互动视频传输互动视频播放视频制作信令数据封装信令数据封装视频流数据封装音频流数据封装多视点编码多视点编码智能编码智能编码视频预加载高带宽低时延高带宽低时延传传 输输视音频匹配网络切片互动播放引擎互动播放引擎互动数据采集智能预测智能预测图 2-1 互动视频整体技术

43、框架在互动视频整体技术框架中，首先应进行互动视频的生产制作，然后进行互动视频信令数据和视音频流数据的封装压缩、 智能编码等， 并分发传输至用户端，最后用户端通过互动播放引擎观看体验不同互动类型的视频内容。研究探讨互动视频在内容制作、分发传输、终端显示等环节的关键技术，对于提升互动视频的视听体验，具有重要的技术支撑作用，本章后续内容将重点探讨互动视频制播流程中的关键技术。2.22.2 信令数据封装技术信令数据封装技术互动视频封装的数据包括播放区间的视频流数据和互动节点的样式、 配置参数等。互动播控信令（Interactive Playback Control Signal,IPCS）是互动视频的

44、重要关键技术，是支撑互动视频的智能控制内核。IPCS 技术在互动视频制作平台的支撑下，对互动节点的界面、配置参数等数据进行封装。在互动视频播放器中，通过信令协议控制互动节点创建、配置互动节点样式、监听互动行为、19执行互动指令，并通过对互动节点的控制建立各视频片段之间的故事线，构建视频内容、互动事件、用户行为之间的智能关联。（1 1）IPCSIPCS 的分层的分层IPCS 技术可抽象为三个层级：信令数据层（Signal Data,SD） 、信令展示层（Signal User Interface,SUI）和信令控制层(Signal Control,SC)。信令数据层规定目标互动的特征模型，确定目

45、标互动的功能特征。通过构建完善的特征模型有助于准确构建目标互动样式与行为。信令展示层完成信令数据的分析与提取，实现目标互动界面的绘制和展示。信令控制层定义目标互动的行为能力，系统宜以 FIFO 模式完成控制指令的条件性响应。IPCS 三层结构模型如图 2-2。Switch VideoPlayPauseFeedBack.AlgorithmSUISCStart TimeSDIPCSStyle IdAudioResourcesVideoResourcesAnimationResourcesImageResourcesDynamicModelDurationPlay StateVideoIdRelat

46、ed Video.图 2-2 IPCS 三层结构模型（2 2）IPCSIPCS 模型关键数据模型关键数据IPCS 模型关键数据定义见表 2-1。表 2-1 IPCS 模型关键数据关键数据说明SDStart Time互动开始时间，以秒为单位（点播专用数据）正值表示从视频片头开始计算负值表示从视频片尾开始计算Event Id互动事件标识（直播专用数据）Duration互动持续时间Play State互动开始时视频的播放状态：暂停或播放VideoId互动节点所在的播放区间标识Related Video表示与该互动节点相关联的所有视频片段SUITemplate互动组件样式模板1：剧情选择20关键数据说

47、明2：视角切换3：画面互动4：自定义交互Audio Resources互动节点所使用的音频资源Video Resources互动节点所使用的视频资源Animation Resources互动节点所使用的动画资源Image Resources互动节点所使用的图像资源SCSwitch Video互动视频片段切换命令Play/Pause互动视频播放控制命令FeedBack互动反馈命令Algorithm互动因子运算命令（3 3）IPCSIPCS 生产及传输生产及传输通过互动视频制作平台向 IPCS 模型注入相关数据后，互动视频服务平台将对数据进行加密及高效压缩，然后完成 IPCS 数据与互动视频之间的

48、双向数据绑定， 并根据 IPCS 数据对视频进行二次生产，利用 IPCS 模型中的关键数据智能生产关键帧、视频片段过渡效果等。最后 IPCS 数据和视频内容经媒体资产管理系统完成编辑、审核后，上传至 CDN 进行存储和分发。（4 4）直播场景下）直播场景下 IPCSIPCS 技术的实现差异技术的实现差异IPCS 技术除可应用于点播场景外，还可在直播场景下使用，但在关键数据和互动启动方式上略有差异。由于直播场景下数据传输具有实时性，因此无法通过 Start Time 确定互动的开始时间，需使用 Event Id 作为互动的唯一标识。在直播场景下，经后台服务分析应启动互动时，将该互动事件的 Eve

49、nt Id 加入直播数据流中推送至终端，由终端处理展示。2.32.3 多视点编码技术多视点编码技术在互动视频视角切换场景下，应重点关注以下两方面内容：多视角拍摄与传输，对网络传输能力提出了更高的要求，因此需提升视频流端到端的编码和传输效率；保证用户在视角切换操作后的观看体验平滑、流畅。为降低互动视频业务的制作、传输、分发成本，提升用户互动体验，在视角21切换场景下，宜使用如下多视点编码关键技术。（1 1）时间同步技术）时间同步技术为保证多视点画面间的时间同步， 可在前端编码的每一个分片中插入时间戳，在终端播放解码时，解析对应的时间戳，并通过视频预取、缓存的方式进行播放控制，以屏蔽因网络传输时延

50、导致的画面不同步问题，业务流程示意如图 2-3。预处理文件服务1234多视点画面拼接后画面1234任务管理服务模块文件服务文件服务文件服务转码N转码1切分/合并插入时间戳任务调度转码任务图 2-3 时间同步技术示意（2 2）编码效率优化技术）编码效率优化技术与单视点视频相比，多视点视频的数据量随摄像机数量的增加而线性增加，为解决数据存储量受限问题，ITU-T 和 MPEG 的联合视频组提出了多视点视频编码（Multiview Video Coding,MVC）标准，以充分利用视角间的冗余减少传输或存储的数据量。MVC 是未来视频通信领域中的一项关键技术，也是国际视频标准化组织正在研究的热点问题