VR 360°全景视频对网络的挑战

VR沉浸感给人以前所未有的体验，但是VR业务的普及率却远不及手机。这其中的因素包括内容、终端及网络等多方面的问题。今天我们一起从技术角度分析一下网络与热门VR业务 360°视频的关系，揭秘这其中的制约因素。

宽带成本和技术是限制VR发展的一个重要因素

先看下VR直播。按去年的标准，直播平台带宽成本一般是100万在线人数1.5T带宽3000万/月。以YY为例，平均在线人数超过100万，从2014年第一季度到2015年第四季度，YY直播宽带成本便增加了近1亿元。2015年YY直播每个季度的宽带成本都在1亿元以上，平均每个月投入4750万元。

普通直播已经如此烧钱，VR直播的宽带成本更高。网心科技CEO陈磊在接受采访时表示：“目前VR走向C端市场还不够成熟，主要体现在于过高的带宽成本。”以1080p、20Mbps计算， VR体验360°视频传输单位用户成本是电视用户成本的10倍，是手机用户成本的100倍。直播平台还在烧钱，VR直播需要巨大的成本消耗，所以VR的普及并不容易。

由于直播成本及技术的限制，直接导致VR直播难以推广。为此各类网站不乏通过下载的方式保障1080p的基本体验要求。这样既能降低带宽成本，也能较好的保障用户的体验。但是这样的高分辨的VR 360°视频，一个要几百M，或者是几个G，由于存储限制及下载缓慢直接导致了很多用户放弃观看。而对比实时在线的观看VR点播和直播内容，普通用户的接受度将更高，这也便对高带宽及低成本的传输方案提出了要求。

VR视频分辨率对网络提出了更高的要求

在人眼的单眼极限分辨率下，提供越多的像素点数越能够达到真实场景还原的效果。所以屏幕的分辨率的大小及分辨率需要以人眼的极限分辨率为标杆，力求极致。但是当前的VR视频的在分辨率上未达到最佳分辨率。以YouTube为例，4K分辨率360视频，H.264 平均码率20Mbps，球面全视角4K分辨率在单眼下的实际可视分辨率仅为960*960，对应到90度视场角，每度仅有10像素(PPD)，远远低于正常视力视网膜要求的60个PPD，实际视频体验比在传统TV/PC/Pad上看标清视频的效果还差。

沉浸性终端的大视场角要求更高的全视角分辨率，以视场角(后面简称：FOV)=90为例：

全视角8K：单眼分辨率1920*1920，PPD=22;

全视角12K：单眼分辨率2880*2880，PPD=32。

人们对体验的要求很难回退，已经习惯了看4K清晰度的视频，则很难再接受960P效果的VR。为此VR的视频想要达到入门的体验标准需要8K及更高的分辨率才能符合VR360°视频的基本体验要求。由于VR视频传输信息量的增大，对网络也提出了更高的要求。

通过实验测算，华为将VR 360°视频体验的演进阶段划分为：入门体验阶段(Entry-Level VR)、进阶体验阶段(Advanced VR)和极致体验阶段(Ultimate VR)。当前发展阶段属于VR发展早期阶段(Pre-VR)。对于每个阶段，都对终端、内容、体验、网络及到来时间点等进行预判，如下表所示：

注1：PPD，也即Pix per Degree，普通人视网膜能达到60个PPD的分辨度

注2：压缩分别基于H.264、HEVC和H.266发展的经验值计算，3D左右眼内容的相关性很高，可以做大比例的压缩而不会损失太多质量

注3：典型网络带宽，点播按照码率的1.5倍估算

注4：网络时延与丢包，先确定目标时延值，根据网络带宽，由TCP吞吐量公式计算得到丢包

VR360°视频投影和传输技术可以有效降低网络压力

VR 360视频的投影技术的压缩效率决定了在网络传输中的信息量，传输技术决定了网络对带宽和时延的需求。

国内外主流的投影技术包括 ERP投影与PSP投影。ERP投影当前VR 360视频投影的主流格式，国外Youtube、Oculus、SamsungGear，国内优酷、爱奇艺均采用此种格式，但此种技术画质存在失真，压缩效率存在瓶颈。PSP投影是当前业界关注的新方向。在2016年5月的MPEG会议上，Samsung及其背后的Facebook在主推PSP投影格式。利用了另一大类经典的地图投影思想，按相等经差与纬差的经纬线将球面划分为许多球面梯形，投影到某种多面体上，由于每个梯形单独投影，因此失真极其微小;多面体可以为四面体、立方体、金字塔、12面体等。失真小，压缩效率高。 Facebook的工程师经过一年多的研究工作，现在提出新的视频编解码算法解决方案：即将原本的球体影像格式更改为立方体或者四棱锥体格式，由此能获得最高达80%的文件大小优化!

当前多数的360°全景视频采用全兼容现有传输技术全视角传输，即所有视觉信息均传输到终端，用户转头交互在本地完成，带宽要求高，时延要求低，是一种“带宽换时延”的传输方案。以存储换时延，牺牲部分画质来保证交互上的体验。

兼容现有传输技术，提出FOV传输，即只传输视场角内的视觉信息，牺牲部分画质来保证交互上的体验。用户转头交互需要向云端请求新的视觉信息，带宽要求降低，时延要求高(E2E<20ms)，是一种“时延换带宽”方案。

与之对应的还包括“存储换时延”的思路，对用户头部位置姿态进行编号，预生成30个锥形全视角文件，采用兼容的MPEG-DASH流化方案：用户的头部姿态未改变时，默认解码高分辨率的FOV平面。用户头部位置小幅度变化时，视场信息由大部分FOV平面(高分辨率)和小部分非FOV平面(低分辨率)组成，牺牲部分画质体验保证交互体验。用户头部位置大幅度变化时，视场信息先呈现小部分FOV平面(高分辨率)和大部分非FOV平面(低分辨率)，同时终端请求新的姿态对应的锥形全视角文件，下载完成后将视场信息更换为新的FOV平面(高分辨率)，通过牺牲短时间内的部分画质来体验保证交互体验。

VR视频对承载网络的诉求

前阶段的VR产品，从某种意义上来说快速培养了用户习惯，普及了消费者对VR业务的认知，对产业发展有一定的积极作用，但真正的VR可以做得更好。VR业务作为一个新兴业务，由于对网络传输带宽的巨大需求，超大带宽、网络容量动态的自适应，网络能力更显灵活开放。而4K/8K VR 视频承载网络需要具备以下网络能力。

1

入户带宽：

Gbit入户、甚至超Gbit入户，10Gbit入户(极致VR、多路VR)

2

接入网络：

10G/40G/100G PON大面积部署，OLT上行单链路支持400G端口

3

城域网络：

10T量级单板，PB级设备交换容量

4

设备和链路支持动态扩容：

潮汐的波峰和波谷100倍差别，按需申请设备和链路资源能够显著降低运营的成本(功耗、噪音)

5

家庭网络：

对无线Wi-Fi要求更高，802.11ad，snap高速传输，Wi-Fi支持组播，甚至其它的无线传输协议。

在一个开放的SDN/NFV网络架构上，面向未来的VR/AR网络对业务不再是黑盒。这样一个灵活的系统可以将会承载着更为丰富的多种商业模式，如购物、看房、旅游、教育等业务，支撑VR业务的发展。