一、引言
近年來，隨着我國通信網絡基礎設施的快速建設，視訊業務由於可以爲處於多點的與會者提供音視頻等多種信息，節省大量費用，提高工作效率，因而發 展迅速，並有望成爲NGN的主要業務。視訊會議系統從產生至今，發展了多種適於各類通信網絡的系統，目前傳輸多媒體信息的主要有H.323、H.324和 H.320等系統。IP技術的開放性特點使得它非常適合承載多種業務，隨着IP的安全和QoS等問題的逐步解決，以IP作爲承載網的優勢將更加明顯，下一 代網絡也將採用IP技術作爲承載網技術。因此，本文以適用於在IP網上提供多媒體業務的H.323系統爲主進行闡述。H.264是由JVT爲實現視頻的更 高壓縮比，更好的圖像質量和良好的網絡適應性而提出的新的視頻編解碼標準。事實證明，H.264編碼更加節省碼流，它內在的抗丟包、抗誤碼能力和良好網絡 適應性使它非常適於IP傳輸，H.264有望成爲H.323系統中首選的視頻標準。
H.323系統對視頻編解碼標準提出了以下三個主要要求：
（1）一些IP網絡接入方式如xDSL可提供的帶寬有限，除去音頻、數據佔用的帶寬，傳輸視頻的可用帶寬就更少，這就要求視頻編解碼壓縮率高，這樣就可以在一定的比特率下具有更好的圖像質量。
（2）抗丟包性能和抗誤碼性能好，適應各種網絡環境，包括丟包和誤碼嚴重的無線網絡。
（3）網絡適應性好，便於視頻流在網絡中傳輸。
| <script src="http://pagead2.googlesyndication.com/pagead/show_ads.js" type="text/javascript"></script> |
二、H.264適於H.323系統的三個技術優勢
H.264在制定時充分考慮了多媒體通信對視頻編解碼的各種要求，並借鑑了以往視頻標準的研究成果，因而具有明顯的優勢。以下將結合H.323系統對視頻編解碼技術的要求，闡述H.264的三個優勢。
1. 壓縮率和圖像質量方面
對傳統的幀內預測、幀間預測、變換編碼和熵編碼等算法的改進，使H.264的編碼效率和圖像質量在以往標準的基礎上進一步提高。
（1）可變塊大小：幀間預測時可以靈活選擇塊的大小。在宏塊（MB）劃分上H.264採用了16×16，16×8，8×16，8×8四種模式； 當劃分爲8×8模式時，又可進一步採用8×4、4×8、4×4三種子宏塊劃分模式進一步劃分，這樣可以使運動物體的劃分更加精確，減小預測誤差，提高編碼 效率。幀內預測一般採取兩種亮度預測模式：Intra_4×4和Intra_16×16。Intra_4×4適合圖像中細節豐富的區域，而 Intra_16×16模式更適合粗糙的圖像區域。
（2）高精度運動估值：在H.264中亮度信號運動補償預測的精度是1/4像素。如果運動矢量指向參考圖像的整像素位置，預測值就是該位置上參 考圖像像素的值；否則使用6階FIR濾波器的線性內插獲得1/2像素位置的預測值，通過取整數和1/2像素位置像素值均值的方式獲得1/4像素位置的值。 顯然採用高精度運動估計會進一步減小幀間預測誤差。
（3）多參考幀運動估值：每一個M×N亮度塊都要經過運動補償預測得到運動矢量和參考圖像索引，子宏塊中的每個子宏塊劃分都會有不同的運動矢 量。選擇參考圖像過程是在子宏塊層次上進行的，因而一個子宏塊中的多個子宏塊劃分在預測時使用相同的參考圖像，而同一個slice的多個子宏塊之間選擇的 參考圖像可以不同，這就是多參考幀運動估值。
（4）參考圖像的選取更加靈活：參考圖像甚至可以是採用雙向預測編碼方式的圖像，這就允許選取與當前圖像更加匹配的圖像爲參考圖像進行預測，從而可以減小預測誤差。
（5）加權預測：允許編碼器以一定的係數對運動補償預測值進行加權，從而在一定的場景下可以提高圖像質量。
（6）運動補償循環內的消除塊效應濾波器：爲消除在預測和變換過程中引入的塊效應，H.264也採用了消除塊效應濾波器，但不同的是H.264的消除塊效應濾波器位於運動估計循環內部，因而可以利用消除塊效應以後的圖像去預測其他圖像的運動，從而進一步提高預測精度。
2. 抗丟包和抗誤碼方面
參數集、片的使用、FMO、冗餘片等關鍵技術的使用可以大大提高系統的抗丟包和抗誤碼性能。
（1）參數集：參數集及其靈活的傳送方式會大大降低因關鍵的頭信息丟失而造成錯誤發生的可能。爲保證參數集可靠地到達解碼器端，可以採用重發的方式多次發送同一參數集，或傳送多個參數集。
（2）片（slice）的使用：圖像可以劃分成一個或幾個片。將圖像劃分爲多個片，當某一片不能正常解碼時的空間視覺影響就會大大降低，而且片還提供了重同步點。
（3）PAFF和MBAFF：當對隔行掃描圖像進行編碼時，由於兩個場之間存在較大的掃描間隔，這樣，對運動圖像來說幀中相鄰兩行的空間相關性 相對於逐行掃描時就會減小，這時對兩個場分別進行編碼會更節省碼流。對幀來說，存在三種可選的編碼方式，將兩場合並作爲一幀進行編碼或將兩場分別編碼或將 兩場合並起來作爲一幀，但不同的是將幀中垂直相鄰的兩個宏塊合併爲宏塊對進行編碼。前兩種稱爲PAFF編碼，對運動區域進行編碼時場方式有效，非運動區域 由於相鄰兩行有較大的相關性，因而幀方式會更有效。當圖像同時存在運動區域和非運動區域時，在MB層次上，對運動區域採取場方式，對非運動區域採取幀方式 會更加有效，這種方式就稱爲MBAFF。
（4）FMO：通過FMO可以進一步提高片的差錯恢復能力。通過片組（slice group）的使用，FMO改變了圖像劃分爲片和宏塊的方式。宏塊到片組的映射定義了宏塊屬於哪一個片組。利用FMO技術，H.264定義了七種宏塊掃描模式。
（1）幀內預測：H.264借鑑了以往視頻編解碼標準在幀內預測上的經驗，值得注意的是，在H.264中，IDR圖像可以使參考圖像緩存無效， 之後的圖像在解碼時不再參考IDR圖像之前的圖像，因而IDR圖像具有很好的重同步作用。在一些丟包和誤碼嚴重的信道中，可以採取不定期傳送IDR圖像的 方式進一步提高H.264的抗誤碼和抗丟包性能。
（2）冗餘圖像：爲提高H.264的解碼器在發生數據丟失時的頑健性，可以採用傳送冗餘圖像的方式。當基本圖像丟失時，可以通過冗餘圖像重構原圖像。
（3）數據劃分：由於運動矢量和宏塊類型等信息相對於其他信息具有更高的重要性，因而在H.264中引入了數據劃分的概念，將片中語義彼此相關 的語法元素放在同一個劃分中。在H.264中有三類不同的數據劃分，三類數據劃分分開傳送，若第二類或第三類劃分的信息丟失，使用差錯恢復工具仍然可以通 過第一類劃分中的信息對丟失信息進行適當恢復。
（4）多參考幀運動估值：多參考幀運動估值不但可以提高編碼器的編碼效率，還可以提高差錯恢復能力。在H.323系統中，通過使用RTCP，當編碼器得知有參考圖像丟失時，可以選擇解碼器已經正確接收的圖像作爲參考圖像。
（5）爲阻止錯誤在空間上的蔓延，解碼器端可以指定當P片或B片中的宏塊在做幀內預測時不使用相鄰的非幀內編碼宏塊作爲參考。
3. 網絡適應性方面
爲適應各種網絡環境和應用場合，H.264定義了視頻編碼層（VCL）和網絡提取層（NAL）。其中VCL功能是進行視頻編解碼，包括運動補償預測，變換編碼和熵編碼等功能；NAL用於採用適當的格式對VCL視頻數據進行封裝打包。
（1）NAL Units：視頻數據封裝在整數字節的NALU中，它的第一個字節標誌該單元中數據的類型。H.264定義了兩種封裝格式。基於包交換的網絡（如 H.323系統）可以使用RTP封裝格式封裝NALU。而另外一些系統可能要求將NALU作爲順序比特流傳送，爲此H.264定義了一種比特流格式的傳輸 機制，使用start_code_prefix將NALU封裝起來，從而確定NAL邊界。
（2）參數集：以往視頻編解碼標準中GOB/GOP/圖像等頭信息是至關重要的，包含這些信息的包的丟失常導致與這些信息相關的圖像不能解碼。 爲此H.264將這些很少變化並且對大量VCL NALU起作用的信息放在參數集中傳送。參數集分爲兩種，即序列參數集和圖像參數集。爲適應多種網絡環境，參數集可以帶內傳送，也可以採用帶外方式傳送。
三、在H.323系統中實現H.264
由於H.264是一種新的視頻編解碼標準，在H.323體系中應用H.264存在一些問題，比如如何在H.245能力協商過程中定義實體的 H.264能力，因此必須對H.323標準進行必要的補充和修改。爲此，ITU-T制定了H.241標準。本文僅介紹與H.323相關的修改。
首先，要規定如何在H.245能力協商過程中定義H.264能力。H.264能力集是一個包含一個或多個H.264能力的列表，每一個 H.264能力都包含Profile和Level兩個必選參數和CustomMaxMBPS、CustomMaxFS等幾個可選參數。在H.264 中，Profile用於定義生成比特流的編碼工具和算法，Level則是對一些關鍵的參數要求。H.264能力包含在GenericCapability 結構中，其中CapabilityIdentifier的類型爲standard，值爲0.0.8.241.0.0.1，用於標識H.264能力。 MaxBitRate用於定義最大比特率。Collapsing字段包含H.264能力參數。Collapsing字段第一個條目是 Profile，ParameterIdentifier類型爲standard，值爲41，用於標識Profile，ParameterValue類型 爲booleanArray，其值標識Profile，可以爲64、32或16，這三個值依次表示Baseline、Main和Extended三個 Profile；Collapsing字段第二個條目是Level，ParameterIdentifier類型爲standard，值爲42，用於標識 Level，ParameterValue類型爲unsignedMin，其值標識H.264 AnnexA中定義的15個可選的Level值。其他的幾個參數作爲可選項出現。
其次，由於H.264中圖像的組織結構與傳統的標準不同，一些原有的H.245信令不在適用於H.264，如MiscellaneousCommand中的videoFastUpdateGOB等，因此H.241重新定義了幾個信令提供相應功能。
最後，H.264的RTP封裝參考RFC 3550，載荷類型（PT）域未作規定。
四、結束語
作爲一種新的國際標準，H.264在編碼效率、圖像質量、網絡適應性和抗誤碼方
| <script src="http://pagead2.googlesyndication.com/pagead/show_ads.js" type="text/javascript"></script> |
面都取得了成功。但隨着終端和網絡的快速發展，對視頻編解碼的要求在不斷提高，因此H.264仍在繼續地完善和發展以適應新的要求。現在對H.264的研
究主要集中在如何進一步降低編解碼時延、算法優化和進一步提高圖像質量上。目前，使用H.264進行編解碼的視頻會議系統越來越多，大多數做到了在
Baseline Profile上的互通。隨着H.264自身的不斷完善和視頻通信的不斷普及，相信H.264的應用將越來越廣泛。
■ 參考文獻
[1] I TU-T H.241．Extended video procedures and control signals for H.300 series terminals．July 2003
[2]
Wiegand T，Sullivan G J，BjΦntegaard G．Overview of the H.264/AVC video
coding standard．IEEE Trans，Circuits，Syst Video Technol，2003，13（7）
