淺談基于IP網(wǎng)絡(luò )的H.264關(guān)鍵技術(shù)及其應用

一、前言
　　
H.264是ITU-T最新的視頻編碼標準，被稱(chēng)作ISO/IEC14496-10或MPEG-4 AVC，是由運動(dòng)圖像專(zhuān)家組(MPEG)和ITU的視頻編碼專(zhuān)家組共同開(kāi)發(fā)的新產(chǎn)品。
　　
H.264分兩層結構，包括視頻編碼層和網(wǎng)絡(luò )適配層。視頻編碼層處理的是塊、宏塊和片的數據，并盡量做到與網(wǎng)絡(luò )層獨立，這是視頻編碼的核心，其中包含許多實(shí)現錯誤恢復的工具；網(wǎng)絡(luò )適配層處理的是片結構以上的數據，使 H.264能夠在基于RTP/UDP/IP、H.323/M、MPEG-2傳輸和H.320協(xié)議的網(wǎng)絡(luò )中使用。

二、 IP網(wǎng)絡(luò )對視頻壓縮的限制

1. H.264的應用場(chǎng)合
　　
在討論基于IP的H.264之前，有必要先闡述一下H.264與IP網(wǎng)絡(luò )有關(guān)的應用場(chǎng)合及其對傳輸和編解碼器的要求。下面介紹對話(huà)應用、下載服務(wù)和流媒體應用三種場(chǎng)合。
　　
對話(huà)應用，比如像視頻電話(huà)和視頻會(huì )議，有嚴格的時(shí)延限制，要求端到端時(shí)延小于1s，最好小于100ms。編解碼器的參數能實(shí)時(shí)調整，錯誤恢復機制要根據實(shí)際網(wǎng)絡(luò )變化而改變。編解碼的復雜度不能很高，比如雙向預測的模式就不能被采用。
　　
下載服務(wù)，可使用可靠的傳輸協(xié)議如FTP和HTTP將數據全部傳輸。由于這種應用的非實(shí)時(shí)性，編碼器可以通過(guò)優(yōu)化進(jìn)行高效編碼，而且對時(shí)延和錯誤恢復機制沒(méi)有要求。
　　
流媒體服務(wù)應用，對時(shí)延要求介于上面兩者之間，初始化時(shí)延是10s以?xún)?。與實(shí)時(shí)編碼相比對時(shí)延要求降低，編碼器可以進(jìn)行優(yōu)化實(shí)現高效編碼(比如雙向預測)。然而通常流媒體服務(wù)使用不可靠的傳輸協(xié)議，所以編碼時(shí)要進(jìn)行差錯控制并進(jìn)行信道糾錯編碼。
　　
本文主要討論對話(huà)應用和流媒體應用，這兩種應用基于IP網(wǎng)絡(luò )。IP網(wǎng)絡(luò )又可分為三種類(lèi)型：不可控IP網(wǎng)絡(luò )(如Internet)、可控IP網(wǎng)絡(luò )(廣域網(wǎng)) 和無(wú)線(xiàn)IP網(wǎng)絡(luò )(如3G網(wǎng)絡(luò ))。這三種IP網(wǎng)絡(luò )有不同的最大傳輸單元尺寸(MTUsize)、比特出錯概率和TCP使用標記。最大傳輸單元尺寸是網(wǎng)絡(luò )層最大的分組長(cháng)度，H.264編碼時(shí)要使片的長(cháng)度小于MTU尺寸，這樣可避免在網(wǎng)絡(luò )層再進(jìn)行一次數據的分割。兩個(gè)IP節點(diǎn)之間的MTU尺寸是動(dòng)態(tài)變化的，通常假定有線(xiàn)IP網(wǎng)絡(luò )的MTU尺寸是1.5千字節，無(wú)線(xiàn)網(wǎng)絡(luò )的MTU尺寸是100字節?？梢?jiàn)要適用于無(wú)線(xiàn)網(wǎng)絡(luò )的H.264必須采用數據分割技術(shù)使得片的長(cháng)度小于MTU尺寸。TCP傳輸控制協(xié)議能夠解決網(wǎng)絡(luò )擁塞引起的分組丟失問(wèn)題，而在無(wú)線(xiàn)網(wǎng)絡(luò )中，分組丟失是由于鏈路層錯誤引起的，TCP并非很好的解決辦法，要采用差錯控制協(xié)議。

2. H.264使用的協(xié)議環(huán)境
　　
對話(huà)應用和流媒體應用使用同一協(xié)議組，下面進(jìn)行討論。
　　
網(wǎng)絡(luò )層協(xié)議：使用IP(網(wǎng)際協(xié)議)。每個(gè)IP分組單獨從發(fā)方出發(fā)，經(jīng)過(guò)一系列的路由器到達收方。IP將大于MTU尺寸的分組進(jìn)行數據分割、重組。每個(gè)分組的傳輸時(shí)間都有所不同。IP頭20個(gè)字節由校驗碼來(lái)保證，但數據沒(méi)有保護。IP分組最大值為64千字節，但由于MTU尺寸的限制，一般沒(méi)有這么大。
　　
傳輸層協(xié)議：主要有兩個(gè)協(xié)議，TCP和UDP。TCP提供面向字節的可靠傳輸服務(wù)，以重傳和超時(shí)等機制作為差錯控制的基礎。由于對時(shí)延的不可預測，并不適用于實(shí)時(shí)通信傳輸。UDP提供不可靠的數據報傳輸業(yè)務(wù)。UDP頭包含的校驗數(8字節)可以發(fā)現和去掉含有比特錯誤的分組。UDP允許分組傳輸過(guò)程中出現丟失、復制、改序等。使用UDP協(xié)議時(shí)，高層必須使用錯誤恢復協(xié)議。
　　
應用層傳輸協(xié)議：使用RTP(實(shí)時(shí)傳輸協(xié)議)。該協(xié)議和IP/UDP結合使用，是面向會(huì )話(huà)的協(xié)議。每個(gè)RTP分組包含RTP頭標，載荷頭標(可選)和載荷本身。RTP頭標的內容見(jiàn)圖1，基本選項占用12字節，標記位標記有同一時(shí)間戳的一組分組的結束。RTP協(xié)議使發(fā)送方將數據分為大小合理的分組，并將解碼方觀(guān)察到的網(wǎng)絡(luò )特征反饋給發(fā)送方，使發(fā)送方可以動(dòng)態(tài)調整比特率和抗誤碼機制。RTP分組和RTP載荷規范在第四部分討論。

應用層控制協(xié)議：有H.245協(xié)議、SIP和SDP，或RTSP。這些協(xié)議可以實(shí)現流媒體的控制，收發(fā)方的協(xié)商和控制動(dòng)態(tài)會(huì )話(huà)層。

三、H.264的錯誤恢復工具

錯誤恢復的工具隨著(zhù)視頻壓縮編碼技術(shù)的提高在不斷改進(jìn)。舊的標準(H.261、H263、MPEG-2的第二部分)中，使用片和宏塊組的劃分、幀內編碼宏塊、幀內編碼片和幀內編碼圖像來(lái)防止錯誤的擴散。之后改進(jìn)的標準(H.263+、MPEG-4)中，使用多幀參考和數據分割技術(shù)來(lái)恢復錯誤。

H.264標準在以前的基礎上提出了三種關(guān)鍵技術(shù)：(1)參數集合，(2) 靈活的宏塊次序(FMO)，(3)冗余片(RS)來(lái)進(jìn)行錯誤的恢復。

1. 幀內編碼

H.264中幀內編碼的技術(shù)和以前標準一樣，值得注意的是：

(1)H.264中的幀內預測編碼宏塊的參考宏塊可以是幀間編碼宏塊，幀內預測宏塊并不像H.263中的幀內編碼一樣，而采用預測的幀內編碼比非預測的幀內編碼有更好的編碼效率，但減少了幀內編碼的重同步性能，可以通過(guò)設置限制幀內預測標記來(lái)恢復這一性能。