移动流媒体技术的视频编码标准及协议

本文通过对移动流媒体的技术特征和移动流媒体核心技术协议——H.264协议的分析，对AVS-M和基于H.264的MPEG-4两大国内主流移动流媒体视频编码标准进行了阐述。

一、流媒体主要技术特征

近年来，移动数字电视、手机电视、IPTV等数字新媒体迅速涌现，其相关技术及标准成为业界关注的焦点，而流媒体技术在其中更是一枝独秀。流媒体是指视频、声音等数据以实时传输协议承载，并以连续的流的形式从源端向目的端传输，在目的端接收到一定缓存数据后就可以播放出来的多媒体应用。

流媒体采用流式传输方式在网络服务器与客户端之间进行传输，它的协议的设计和制定就是为了实现流媒体服务器和客户端的通讯，流媒体传输协议无疑成为流媒体技术的重中之重。流媒体按传输方式的不同分为：顺序流（ProgressiveStreaming）传输和实时流（RealTimeStreaming）传输。顺序流传输是顺序下载，在下载文件的同时用户可以观看在线媒体，在特定时刻用户只能观看已下载的那部分，而不能跳到还未下载的部分。顺序流传输基于HTTP协议，也称为HTTP流式传输，用标准的WEB服务器就可以实现顺序流式服务。实时流传输基于实时传输协议（RTP）或微软公司专有的多媒体协议，实时流传输能保证媒体信号带宽与网络匹配，使媒体可以被实时观看。实时传输协议RTP是最典型、最广泛的服务于流媒体的传输层协议,通常运行于UDP协议上，也可以基于AAL5/ATM或IPX等无连接的通信协议，提供端到端的服务，与具体的承载网络分离。RTP协议本身包括两部分：RTP数据传输协议和RTCP传输控制协议。为了可靠、高效地传送实时数据，RTP和RTCP必须配合使用，通常RTCP包的数量占所有传输量的5％。RTCP协议作为RTP协议的一个重要的控制补充协议，以它的反馈机制实现对流媒体服务的QoS控制，配合传输层协议，保证了流媒体的实时性特征，满足了在IP网上对QoS的需求。同时在传输包文件中还包含资源预定协议RSVP（ResourceReservationProtocol）,它通过预留一部分网络资源（带宽）的措施，在一定程度上为流媒体实时流传输提供QoS保证。虽说在理论上RTP的底层传输协议也可以采用TCP协议，但在现在的应用中几乎都采用的是RTP/UDP模式。

把流媒体技术应用到移动网络和终端上，为移动用户提供在线的不间断的声音、影像或动画等多媒体服务，而无须用户事先将其下载到本地的技术称之为移动流媒体技术。我国现在已开发出基于自主知识产权，面向3G和2.75G的移动流媒体平台，并率先在CDMA1X、GPRS等2.5G移动网络上实现了6帧/秒以上流畅音视频内容实时直播、点播和下载播放及互动服务。现在完整的移动流媒体平台，可提供从前端的内容编码转换、制作到终端解码、播放，以及服务器端内容分发、播出管理等，而且可以实现移动音视频短信、移动音视频直播等，从而可以构成了完整的移动流媒体产品产业链。 

二、移动流媒体核心技术协议——H.264协议

移动流媒体传输视频数据都采用H.264视频压缩算法进行压缩，以适合无线传输的低带宽编码(15-25kpbs)可以传输更好质量的图像，或者用更少的带宽传输相同质量的视频。 

H.264/MPEG-4AVC是目前最新、最有前途的视频压缩标准。H.264是由ITU-T和ISO/IEC组成的联合视频组（JVT）共同开发的最新国际视频编码标准。国际电信联盟将其命名为H.264/AVC。国际标准化组织和国际电工委员会将其称为14496-10/MPEG-4AVC。通过该标准，在同等图像质量下的压缩效率比以前的标准提高了2倍以上，因此，H.264被普遍认为是最有影响力的行业标准。 
H.264标准只有三个子集:基本子集、主题子集和扩展子集。基本子集是专为视频会议应用设计的，这套标准几近完美，能够提供强大的差错隐消技术。应用该技术，即使在Internet这样的易错网络上也可以得到较好的视频效果，并且支持低延时编/解码技术，使视频会议显得更自然。主题子集和扩展子集更适合于电视应用（数字广播、DVD）和延时显得并不很重要的视频流应用。

H.264协议最大的优势体现在以下10个方面：（1）将每个视频帧分离成由像素组成的块；（2）采用空间冗余的方法，对视频帧的一些原始块进行空间预测、转换、优化和可变长编码；（3）对连续帧的不同块采用临时存放的方法，这样，只需对连续帧中有改变的部分进行编码；（4）采用剩余空间冗余技术，对视频帧里的残留块进行编码；（5）在同等的还原图像质量的情况下，H.264要比MPEG-4节省50%以上的码率；（6）允许流媒体在更低的带宽上传输，节省带宽资源适用性强；（7）具备从电话应用到高端广播和存储应用的各种类型；（8）有较强的容错能力，在质量不稳定的网络环境中，可以得到较好的质量；（9）低处理时延：为了保证解码的视频获得很好的质量，视频数据的处理和传输时延必须最小化。在编码过程一个较大的处理时延会导致视频队列重新组合的混乱。时延是编码、网络和解码时延的总和。为了将时延最小化，必须在编码和解码过程中进行最小时延的处理；（10）优秀的图像质量。

H.264编码的特征在于：（1）低码流：和MPEG-2和MPEG-4ASP等压缩技术相比，在同等图像质量下，采用H.264技术压缩后的数据量只有MPEG-2的1/8，MPEG-4的1/3。显然，H.264压缩技术的采用将大大节省用户的下载时间和数据流量收费；（2）高质量的图像：H.264能提供连续流畅的高质量图像；（3）容错能力强：H.264提供了解决在不稳定网络环境下容易发生的丢包等错误的必要工具；（4）网络适应性强：H.264提供了网络适应层（NetworkAdaptationLayer），使得H.264的文件能容易地在不同网络上传输。

H.264协议的优势和特征说明，虽然早期的视频编码标准如MPEG-4和H.263可以为移动应用提供充分的视频图像质量，但最新的视频编码标准H.264可以将移动应用面扩大和提供更强有力的服务，因此H.264协议会成为移动流媒体技术的核心协议。 

三、移动流媒体中的音视频编码标准

众所周知，系统之间的互操作性、兼容性和可扩展性至关重要，而保持这些的关键就是需要制定设备制造商及运营商在制造产品及提供服务过程中必须遵守共同的开放标准。在移动流媒体方面，已经有数个音、视频压缩标准及基于包传输的标准得到了较充分的发展。而通过对视频编码标准的压缩效率、可扩展性、容错能力及占用的运算资源等因素加以折衷考虑可以认为，最适合目前移动通信技术及移动终端制造水平的应该是H.264视频编码标准。 

2.1视频编码标准

近年来，国际电信联盟VCEG（视频编码专家组）和ISO的MPEG（活动图像专家组）的专家们组建了JVT（联合视频小组）共同研究视频图像的高效压缩编码。他们制定的标准被分别称为H.264和MPEG-4高级视频编码。在信息产业部和中国科学院支持下，中国音视频编码标准化工作组也制定了适合于移动流媒体的视频编码标准AVS-M。这些编码标准不仅能够适应相对恶劣的无线传输环境，还能满足移动流媒体传输系统在传输质量、传输速度及传输时延等方面的要求。下面我们首先以AVS-M视频编码标准为例，对这些特性加以简单的描述： 

高压缩比及低运算量

一般来说，无线信道所能提供的带宽或数据比特率是受限的，而且与移动终端用户在无线链路上传送的总数据量成正比，这就要求流媒体传输系统在对流媒体进行编码时，要有较高的压缩效率，尤其对视频编码更是如此。AVS-M视频压缩标准提供了包括宏块内运动矢量，无限运动矢量，帧内预测等视频压缩工具，从而可以较好地满足无线流媒体应用对高压缩比的要求。

在选择视频编码标准的时候，不仅要考虑获得高压缩比，还要根据目前移动终端的硬件环境考虑到该标准的运算复杂度。采用较高计算复杂度的编解码标准不仅会提高移动终端的硬件成本，而且由于功耗的增加，会减少移动终端的电源持续时间。和以前的编码标准相比，AVS-M的实现复杂度更加适合无线流媒体的应用。 

传输速率可扩展性

同时，为了适应各类应用对码速率的要求及无线链路实际状况，音视频编码器应该能调整诸如帧的大小、帧频及解析度等参数。AVS-M编码器就可以通过调整这些参数，使得编码后的视频流具备多样的数据速率,从而满足移动流媒体应用对编码器可扩展性的要求。 

高容错性

相对于有线传输信道，移动通信所要使用的无线传输信道环境要恶劣得多，数据包的接收误码率要高出几个数量级。而压缩视频流对误码非常敏感，即使接收到数据包的误码率很低，也会对解码后的图像质量造成很严重的影响。这是由于压缩编码去掉了原运动图像中所包含的大部分空间域及时间域上的冗余信息，编码后的视频流即使仅仅出现一个比特的错误，也会使得解码后的图像中有很大一部分空间域及时间域图像数据受到影响无法正常解码显示。而如果受数据包误码影响的帧是作为后面预测帧的参考帧时，造成一个数据包的误码会向后面的图像帧扩散，从而使得解码后图像质量的恶化情况更加严重。为了尽量降低AVS-M视频流对误码的敏感性，以保证压缩视频解压后的恢复质量，AVS-M提供了多种抗误码工具，承载流媒体业务的实时网络传输层及底层移动通信系统也可以进一步改善流媒体传输的抗误码性能。 

2.2音频编码标准

在音频编码标准的制定上，目前无线多媒体标准组织将注意力集中到几个现存的蜂窝通信语音编码标准上。这些标准包括应用于GSM并得到3GPP支持的AMR(AdaptiveMulti-Rate)编码算法以及应用于CDMA得到3GPP2支持的EVRC(EnhancedVariableRateCoder)编码算法，这两种算法都具有良好的抗误码能力。 

MPEG-4音频包括如MPEG-4AAC(AdvancedAudioCoding)等音频编码标准，以支持宽带、可扩展音频通信。 

2.3第三代移动流媒体传输标准

3G-324M作为3GPP提出的第三代移动通信流媒体传输标准，可确保有线视频传输系统与第三代移动视频传输系统之间的互操作性。它与ITU-TH.324中的视讯会议标准有较紧密的联系。3G-324M适用于UMTS移动网络中的64kbit/s电路交换链路，其复用协议为H.223；控制协议为H.245；视频编码器采用H.264及MPEG-4；缺省语音编码器则为GSM-AMR和G.723.1。3GPP2将类似的标准集应用于3GPP2无线网络电路交换视频会议业务。最近，3GPP采纳了基于IP协议的流媒体传输架构，该协议规定了控制信令、背景描述、媒体传输、媒体封装及动静态图像、语音、文本的编解码等标准，推荐了基于流媒体技术的H.264作为MPEG-4视音频流媒体网络传输协议。 

四、结语

伴随着移动通信技术的飞速发展，移动运营商可以为用户提供基于移动流媒体技术的丰富应用。可以随时随地在移动终端上点播和下载高质量的音乐和MTV，收看收听电视台的直播节目，欣赏精彩的电视剧和电影片，体验激烈的体育赛事，实现远程实时监控和交通路况查询，以及开展各行各业的专项应用。移动流媒体技术也是广电与电信技术和业务融合发展到一定阶段的产物，具有广电与电信的“双重属性”，它的出现也体现了“三网融合”的发展趋势。随着技术的普及和发展，移动流媒体业务将在某种程度上改变人们的生活方式，进一步开拓获取信息和休闲娱乐的途径。随着移动通信网络和广播电视内容分发技术的不断发展和完善，特别是3G时代的到来，它最高2Mbp的传输速率，能达到电视实时传输的效果，移动流媒体增值业务已经成为话音业务之外重要的利润增长点，对未来移动通信起到一种新的支撑市场的应用，移动流媒体增值业务将为我们带来一个无限的前景。