突出人性化 中新凯润DX4000视频会议系统

一、视频编码MPEG4、H263和H264

    1. MPEG4与MPEG1、MPEG2的比较

    从上表可以看出，MPEG1和MPEG2主要应用于固定媒体，比如 VCD 和 DVD ，而对于网络传输，MPEG4具有无可比拟的优势。

    2. H.263、H.264系列标准介绍

    H.263是国际电联ITU-T的一个标准草案，是为低码流通信而设计的。但实际上这个标准可用在很宽的码流范围，而非只用于低码流应用，它在许多应用中可以认为被用于取代H.261。H.263的编码算法与H.261一样，但做了一些改善和改变，以提高性能和纠错能力。H.263标准在低码率下能够提供比H.261更好的图像效果，两者的区别有：(1)H.263的运动补偿使用半象素精度，而H.261则用全象素精度和循环滤波；(2)数据流层次结构的某些部分在H.263中是可选的，使得编解码可以配置成更低的数据率或更好的纠错能力；（3）H.263 包含四个可协商的选项以改善性能；(4)H.263采用无限制的运动向量以及基于语法的算术编码；(5)采用事先预测和与MPEG中的P-B帧一样的帧预测方法；(6)H.263支持5种分辨率，即除了支持H.261中所支持的QCIF和CIF外，还支持SQCIF、4CIF和16CIF，SQCIF相当于QCIF一半的分辨率，而4CIF和16CIF分别为CIF的4倍和16倍。H.263已经基本上取代了H.261。

    H.264是ITU-T的VCEG（视频编码专家组）和ISO/IEC的MPEG（活动图像编码专家组）的联合视频组（JVT：joint video team）开发的一个新的数字视频编码标准，它既是ITU-T的H.264，又是ISO/IEC的MPEG-4的第10 部分。

    H.264和以前的标准一样，也是DPCM加变换编码的混合编码模式。但它采用“回归基本”的简洁设计，不用众多的选项，获得比H.263++好得多的压缩性能；加强了对各种信道的适应能力，采用“网络友好”的结构和语法，有利于对误码和丢包的处理；应用目标范围较宽，以满足不同速率、不同解析度以及不同传输（存储）场合的需求。

    在技术上，H.264标准中有多个闪光之处，如统一的VLC符号编码，高精度、多模式的位移估计，基于4×4块的整数变换、分层的编码语法等。这些措施使得H.264算法具有很的高编码效率，在相同的重建图像质量下，能够比H.263节约50％左右的码率。H.264的码流结构网络适应性强，增加了差错恢复能力，能够很好地适应IP和无线网络的应用。

    3.为什么使用 H264标准用作视频压缩

    分层设计

    视频编码层具有高效的视频内容表示功能; 
    网络提取层将网络中所需要的数据进行打包和传送;

    高精度、多模式运动设计

    支持1/4或1/8像素精度的运动矢量; 
    多模式的灵活和细致的划分,大提高了运动估计的精确程度;

    帧内预测功能

    在空间域进行预测编码算法,以便取得更有效的压缩： 

    4×4块的整数变换

    由于用二变换块的尺寸缩小,运动物体的划分更精确,这样,不但变换计算量比较小,而且在运动物体边缘处的衔接误疾差也大为减小：

    为了提高码率控制的能力,量化步长的变化的幅度控制在125%左右,而不是以不变的增幅变化。为了强调彩色的逼真性,对色度系数采用了较小量化步长;

    统一的VLC

    为快速再同步而经过优化的,可以有效防止误码。

    4.视频压缩算法的发展方向

    随着网络技术的不断发展，MPEG4的应用也越来越普遍，H264已经无可争议地成为了视频产品压缩算法的发展方向。

二、音频编码G.723.1

    1.国际电信联盟G系列典型语音压缩标准的参数比较

    2. G.723.1 压缩后的语音质量

    在国际标准中，统一使用 MOS（Mean Opinion Score）方法评价语音压缩后的质量。在MOS方法中，电话语音质量的标准定为4分。也就是说，如果一种算法将语音压缩后，MOS 值能达到4分，即说明其语音质量和电话质量等同，用户无法分辨出其中的区别。

    对于DX4000系统，G.723.1压缩后语音质量的MOS评测值是3.98（Source: DSP Group Inc., http://www.dspg.com ），即非常接近电话质量。

    3.为什么使用G.723.1标准用作音频压缩

    压缩率高：G.723.1算法将语音压缩到6.3Kbps，在同类压缩算法中压缩率是最高的。

    语音质量好：G.723.1算法压缩后的语音质量MOS值为3.98分，对于一般没有受过专门训练的耳朵，已经无法区分出语音是否经过压缩。这样的语音质量完全可以满足网络视频会议的需求。