3、中国电信网络监控频监技术规范-第二分册前端子系统.pdf

《3、中国电信网络监控频监技术规范-第二分册前端子系统.pdf》由会员分享，可在线阅读，更多相关《3、中国电信网络监控频监技术规范-第二分册前端子系统.pdf（25页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 中中中中中中国国国国国国电电电电电电信信信信信信远远远远远远程程程程程程视视视视视视频频频频频频监监监监监监控控控控控控技技技技技技术术术术术术(暂暂暂暂暂暂行行行行行行)规规规规规规范范范范范范 前前前端端端子子子系系系统统统分分分册册册 中国电信集团公司 中国电信集团公司 2003-11-202003-11-20 前端子系统分册 第 i 页 目目 录录 前言前言.2 1、适用范围适用范围.3 2、引用标准引用标准.4 3、定义和缩略语定义和缩略语.5 4、系统结构系统结构.6 5、前端子系统功能和设备前端子系统功能和设备.7 5.1 功能.8 5.1.1 视频服务.8 5.1.2 云台/

2、镜头操作.8 5.1.3 图像存储.9 5.1.4 报警及联动.9 5.1.5 双向语音.10 5.1.6 设置视频参数.10 5.2 设备.10 6、音视频的压缩编码音视频的压缩编码.11 6.1 音频编码.11 6.1.1 G.711.11 6.1.2 G.722.11 6.1.3 G.723.1.11 6.1.4 G.728.12 6.1.5 G.729.12 6.2 视频编码.12 6.2.1 M-JPEG.13 6.2.2 H.263.14 6.2.3 MPEG-4.15 6.2.4 JVT 的 H.264.18 7、前端子系统设计要求前端子系统设计要求.22 8、与中心服务平台的接

3、口与中心服务平台的接口.24 前端子系统分册 第 2 页 前言前言 本标准规定了网络视频监控前端子系统设备支持的功能、接口、性能等方面的技术要求。本标准起草单位：中国电信集团公司、中国电信集团公司上海研发中心。前端子系统分册 第 3 页 1、适用范围、适用范围 本规范主要适用于前端子系统设备的入网检测、设备制造、工程设计和网络运行、管理维护等提供技术依据。前端子系统分册 第 4 页 2、引用标准、引用标准 见总册。前端子系统分册 第 5 页 3、定义和缩略语、定义和缩略语 见总册。前端子系统分册 第 6 页 4、系统结构、系统结构 见总册。前端子系统分册 第 7 页 5、前端子系统功能和设备、

4、前端子系统功能和设备 相对于中心服务平台而言，用于视频信息、报警信息获取所需要的所有设备组成的子系统。前端子系统根据要求将摄像机采集到的图像信息、麦克风采集到的声音信号、报警设备采集到的报警信息等经过编码后，将压缩后的流媒体文件通过宽带网络发送到中心服务平台中，供用户实时观看或保存在存储设备中；同时，将中心服务平台传来的控制信令抽取出来，进行命令格式分析，按照命令内容执行相应的操作，控制矩阵切换器、摄像机控制器的动作。它包括：摄像机、云台、云台解码器、视频服务器、报警输入输出设备、本地数字视频录像机（DVR）等设备。前端子系统接入网络视频监控平台如图 5.1所示：图 5.1 前端子系统接入网络

5、视频监控平台示意图 存储子系统存储子系统分发子系统分发子系统调度子系统调度子系统网络视频中心服务平台网络视频中心服务平台客户端子系统客户端子系统10/100MChinaNet/客户专网客户专网2M/LAN/ADSL报警设备模拟摄像机模拟摄像机模拟摄像机模拟摄像机Video ServerNET DVRIP Camera前端子系统前端子系统2M/LAN/ADSL报警设备模拟摄像机模拟摄像机模拟摄像机模拟摄像机Video ServerNET DVRIP Camera前端子系统前端子系统存储子系统存储子系统分发子系统分发子系统调度子系统调度子系统网络视频中心服务平台网络视频中心服务平台存储子系统存储子

6、系统分发子系统分发子系统调度子系统调度子系统网络视频中心服务平台网络视频中心服务平台客户端子系统客户端子系统10/100MChinaNet/客户专网客户专网2M/LAN/ADSL报警设备模拟摄像机模拟摄像机模拟摄像机模拟摄像机模拟摄像机模拟摄像机Video ServerNET DVRIP Camera前端子系统前端子系统2M/LAN/ADSL报警设备模拟摄像机模拟摄像机模拟摄像机模拟摄像机模拟摄像机模拟摄像机Video ServerNET DVRIP Camera前端子系统前端子系统 前端子系统分册 第 8 页 5.1 功能功能 前端子系统要求实现：?将摄像机和麦克风采集的音视频信号进行压缩处

7、理，并将压缩后的图像数据进行录像保存到硬盘或传输到监控中心。要求网络视频监控平台支持多种编码标准。?处理中心服务平台的调度命令，按照要求将视频流上传给相应的接收方。?接收中心服务平台的控制命令，根据指令要求切换视频源或对云台和镜头等监控设备或其它开关设备进行控制。?在前端子系统，操作员能手动选择切换本地的任一摄像机作为监视视频源；能控制该监控前端的所有云台、镜头及灯光等设备。?在报警装置触发报警时主动将报警信息上传给中心服务平台。?前端子系统必须支持通过宽带接入 IP 承载网络，要求前端子系统支持动态 IP 的功能。?可以多路视频切换。5.1.1 视频服务视频服务 初始化视频采集卡、网络、端口

8、、通道。读取本地设置视频参数配置文件，调用开始视频采集函数循环采集数据。将摄像机的视频信号、音频信号以及报警信号进行采集，采用压缩芯片或压缩软件进行视频压缩、通过宽带网络发送到中心服务平台中，供用户实时观看或保存在存储设备中。5.1.2 云台云台/镜头操作镜头操作 云台操作主要是响应控制台的对云台的一些操作，控制云台的旋转以及摄像头的相关参数包括：1：云台停止 2：云台上 3：云台下 前端子系统分册 第 9 页 4：云台左 5：云台右 6：光圈开 7：光圈关 8：变倍远 9：变倍近 10：聚焦正 11：聚焦负 12：自动开 13：自动关 14：灯光 1 开 15：灯光 1 关 16：灯光 2

9、开 17：灯光 2 关 18：辅助开关 1 开 19：辅助开关 2 关 20：辅助开关 1 开 21：辅助开关 2 关 22：云台自动 各厂商需要扩展的控制号从 80 开始。5.1.3 图像存储图像存储 对于采用 DVR 的前端子系统，能本地存储视频图像。5.1.4 报警及联动报警及联动 报警器监测的启动、停止，报警器输出的控制。要求能支持红外线侦测器、应急铃、烟雾报警器、可燃气体报警器以及视频移动等报警方式。当报警发生时，可根据用户的设置自动联动产生如下动作：?启动相应部位的摄像机自动录像，并将报警现场图像发送到用户指定终端；?启动指定的报警终端设备；前端子系统分册 第 10 页?开启相应部

10、位的灯光；?要求将告警信息通知到中心服务平台。5.1.5 双向语音双向语音 前端子系统可以支持双向语音功能：连接中心服务平台并接收中心服务平台语音呼叫。5.1.6 设置视频参数设置视频参数 要求可通过中心服务平台或用户终端设置视频参数：包括帧率、IBP 帧数、最大波特率、图像格式、视频参数（亮度、对比度、饱和度、色调）的信息。5.2 设备设备 系统要求支持如下的视频设备：?IP Camera 网络摄像机?Video Server 视频服务器 要求可连接 1 路或多路模拟摄像机?Net DVR 带网络功能的数字视频录像机 Net DVR 是带硬盘的视频服务器。前端子系统分册 第 11 页 6、音

11、视频的压缩编码、音视频的压缩编码 6.1 音频编码音频编码 6.1.1 G.711 G.711 是采用 A 率或率量化的 LOG-PCM 的编码，是目前最为成熟的一种语音编码方法。推荐使用 8 bit 的 LOG-PCM（64kbits/s）A 率编码。6.1.2 G.722 G.722 是一种子带 ADPCM 编码，采样率为 16k，采用给高低两个子带分配不同的 bits。提供的编码后的码率为 64kbits/s，56kbits/s，48kbits/s。6.1.3 G.723.1 G.723.1 是一个双速率的语音编码器，它的两个编码速率分别为 6.3k 和 5.3k。高速率（6.3k）采用

12、多脉冲激励最大似然量化（MP_MLQ）算法，低速率（5.3k）采用代数码本激励线性预测（ACELP）算法。G.723.1 编码器和解码器必须支持上述两种速率，并能够在帧间对两种速度进行转换。G.723.1 同样能够对音乐和其它音频信号进行压缩和解压缩，但它对语音信号来说是最优的。G.723.1 编码器首先对语音信号进行传统电话带宽的波滤（基于 G.712），再对语音信号用传统的8000Hz速率进行抽样（基于G.711），并变换成位的线性PCM码作作为该编码器的输入。在编码器中对输出进行逆操作来重构语音信号。G.723.1 系统用 LPAS 编码方法将语音信号编码成帧。G.723.1 编码器的帧

13、长为 30ms，还有 7.5ms 的前视。再加上编码器的处理时 前端子系统分册 第 12 页 延，编码器的单向总时延为 67.5ms。其它时延是由系统缓冲区和网络造成的。6.1.4 G.728 G.728 是低比特线性预测合成分析编码器和后向 ADPCM 编码器的混合体。G.728 是 LD-CELP 编码器，它一次只处理 5 个样点。CELP 是一种语音编码技术，它的激励信号是从一个可能的激励信号集合中通过全搜索方法选出的。低速率语音编码器对样值预测滤波器采用前向自适应方案。而 LD-CELP 采用后向自适应滤波器并每隔 2.5ms 做一次更新。CELP 中共有 1024 个可能的激励矢量。

14、这些矢量可进一步分析为 4 种可能的增益，两种符号（+和-）与 128 种形状矢量。由于其后向自适应特性，因此 G.728 是一种低时延编码器，但它比其它的编码器都复杂，这是因为在编码器中必须重复做 50 阶 LPC 分析。G.728 还采用了自适应后置滤波器来提高其性能。6.1.5 G.729 G.729 编码器是为低时延应用设计的，它的帧长只有 10ms，处理时延也是10ms，再加上 5ms 的前视，这就使得 G.729 产生的点到点的时延为 25ms，比特率为 8 kbps。G.729 有两个版本：G.729 和 G.729A。这两个版本互相兼容但它们的性能有些不同，复杂性低的版本（G.

15、729A）性能较差。两种编码器都提供了对帧丢失和分组丢失的隐藏处理机制，因此在因特网上传输语音时，这两种编码器都是很好的选择。G.729 在处理随机比特错误方面性能不好。建议在有随机比特错误的信道上不使用此编码器，除非利用信道编码（前向纠错码和卷积码）保护最敏感的比特。6.2 视频编码视频编码 目前市面上网络视频监控的视频压缩算法主要有 ISO（国际标准化组织）的 前端子系统分册 第 13 页 MPEG 系列和 ITU（国际电联）的 H 系列。本网络视频监控业务平台不对厂商对视频的压缩编码方式作具体要求，系统要求支持多种主流的压缩编码标准，如H.26X、MPEG4、M-JPEG 等视频编码标准

16、。无论采取何种压缩技术，对最终用户来言他最为关心的无非几大要素：清晰度、存储量、稳定性还有价格。采用不同的压缩技术，将很大程度影响以上几大要素：?MPEG4 适用于较低带宽，如 200Kbps 到 800Kbps；视频分辨率中等；存储量小，适用于大量录像场合；在网络传输不稳定，如抖动和丢包时，会出现令人烦恼的马赛克现象。?M-JPEG 适用于较高带宽，如 2Mbps，是欧美主流标准，视频分辨率较MPEG4 为高；任何传输情况下不会出现马赛克，因此，在极低带宽（如几 Kbps）或监控对象为静止场景下，可优先选用 M-JPEG 产品；它的缺点是在较低带宽下图像帧率下降很快，不流畅；录像资料占用空间

17、较大；?MPEG2 适用于对图像分辨率和流畅感要求最高的场合，但占用带宽资源最大，通常需要 3Mbps8Mbps，在交通行业和局域网环境经常用到。?H.264 与 MPEG4 使用场合类似，在压缩还原上又有突破，效果更好。但算法更复杂，编解码占用资源更多，可能引起系统延时加大。因此在本规范中对这种编码标准进行简单分析，以便不同的用户以具体应用要求与网络环境为依据选择相应的产品。6.2.1 M-JPEG M-JPEG（Motion-Joint Photographic Experts Group 运动静止图像(或逐帧)压缩技术）技术，广泛应用于非线性编辑领域可精确到帧编辑和多层图像处理，把运动的

18、视频序列作为连续的静止图像来处理，这种压缩方式单独完整地压缩每一帧，在编辑过程中可随机存储每一帧，可进行精确到帧的编辑。但 M-JPEG 只对帧内的空间冗余进行压缩。不对帧间的时间冗余进行压缩，故压缩效率不高。前端子系统分册 第 14 页 M-JPEG 是针对活动图像而优化的 JPEG 压缩而称。而 JPEG 是针对一帧图像DCT 变换来对图像数据进行压缩，通过对电视数字信号（4:2:2 数据）的每一帧进行 JPEG 压缩，以减少电视数字信号数据量，因此压缩的好处是显而易见的。由于数据量成倍减少，降低了存储成本，提高了数据传输速度，减少了对计算机总线和网络带宽的压力。M-JPEG 源于 JPE

19、G 压缩技术，是一种简单的帧内 JPEG 压缩，压缩图像质量较好，在画面变动情况下无马赛克，但是由于这种压缩本身技术限制，无法做到大比例压缩，录像时每小时约 1-2GB 空间，网络传输时需要 2M 带宽，所以无论录像或网络发送传输，都将耗费大量的硬盘容量和带宽，不适合长时间连续录像的需求，不适用于全实时视频图像的网络传输。6.2.2 H.263 H.263 的的标准共支持 5 种解析度，分别为：（1）Sub-QCIF：128x96 （2）QCIF：176x144 （3）CIF：352x288 （4）4CIF：704x576 （5）16CIF：1408x1152 其中，4CIF、CIF 为必选，

20、其他可选。H.263 是国际电信协会-电信标准化部门 ITU-T（The International Telecommunications Union-Telecom-munication Standardization Sector）于 1995 年通过的用于低比特率实时传输的视频编码协议。其设计初衷是满足带宽低于64kbps 的低带宽视频应用需求，如视频会议、可视电话等。现在 H.263 也被应用于运动图像远程实时传输系统中，但原始的 H.263 在实时性和压缩比等方面还有不少可优化余地。H.263 的输入视频帧格式为 QCIF（Quarter Common Intermediate Fo

21、rmat,大小为 176144）、CIF（Common Intermediate Format,大小为 352288）等。将每个视频帧分成许多宏块（MB-Micro Block），每个宏块由 4 个 Y 亮度块、1 个 Cb色度块和 1 个 Cr 色度块组成。块（Block）的大小为 88。H.263 以宏块为单位进行视频帧的压缩。前端子系统分册 第 15 页 H.263 视频编码标准是专为中高质量运动图像压缩所设计的低码率图像压缩标准。H.263 采用运动视频编码中常见的编码方法，将编码过程分为帧内编码和帧间编码两个部分。I 帧内用改进的 DCT 变换并量化，在帧间采用 1/2 象素运动矢量

22、预测补偿技术，使运动补偿更加精确，量化后适用改进的变长编码表（VLC）地量化数据进行熵编码，得到最终的编码系数。与 H.261 的 p64K 的传输码率相比，H.263 的码率更低，单位码率可以小于 64K，且支持的原始图像格式更多，包括了在视频和电视信号中常见的QCIF，CIF，EDTV，ITUR 601，ITUR 709 等等。H.263 的编码速度快，其设计编码延时不超过 150ms；码率低，在 512 K 乃至 384K 带宽下仍可得到相当满意的图像效果，十分适用于需要双向编解码并传输的场合（如:可视电话）和网络条件不是很好的场合（如:网络视频监控）。H263 图象被编码为一个亮度信号

23、和两个色差成分（Y，CB 和 CR）。与其他编码方式比较：H.263 视频压缩算法也是硬件视频产品广泛采用的视频压缩技术。这两种视频压缩算法均可实现清晰流畅的视频效果，但在相当视频质量的条件下，H.263 算法需要占用更多的带宽，在同等视频质量和同等带宽条件下，H.263 要占用更多的系统资源。MPEG-4 在带宽占用和系统资源占用方面较 H.263 有较大优势，在同等视频质量的条件下，占用的带宽比 H.263 少，而且如果画面中物体移动很小，则带宽占用更小，但在高带宽条件下，H.263 的视频效果要优于 MPEG-4 的效果。6.2.3 MPEG-4 MPEG-4 利用很窄的带宽，通过帧重建

24、技术，压缩和传输数据，以求以最少的数据获得最佳的图像质量。与 MPEG-1 和 MPEG-2 相比，MPEG-4 的特点是其更适于交互 AV 服务以及网络视频监控。MPEG-4 是第一个使你由被动变为主动(不再只是观看，允许你加入其中，即有交互性)的动态图象标准；它的另一个特点是其综合性；从根源上说，MPEG-4 试图将自然物体与人造物体相溶合(视觉效果意义上的)。MPEG-4的设计目标还有更广的适应性和可扩展性。MPEG4 试图达到两个目标：前端子系统分册 第 16 页 一、低比特率下的多媒体通信；二、是多工业的多媒体通信的综合。据此目标，MPEG4 引入 AV 对象（Audio/Visau

25、l Objects），使得更多的交互操作成为可能。可见 MPEG4 压缩技术原本是一种适用在低带宽下进行信息交换的音视频处理技术，它的特点是可以动态的侦测图像各个区域变化，基于对象的而调整压缩方法可以获得比 MPEG1 更大的压缩比，压缩码流更低。尽管 MPEG4 并不是专为视频监控压缩领域而实际，但同样也适合 CIF（352*288）或者更高清晰度（768*576）情况下的视频压缩，无论从清晰度还是从存储量上都比 MPEG1 具有更大的优势。6.2.3.1 MPEG-4 压缩标准构成压缩标准构成?DMIF（The Dellivery Multimedia Integration Framew

26、ork）DMIF 即多媒体传送整体框架，它主要解决交互网络中、广播环境下以及磁盘应用中多媒体应用的操作问题。通过传输多路合成比特信息来建立客户端和服务器端的交互和传输。通过 DMIF，MPEG4 可以建立起具有特殊品质服务（QoS）的信道和面向每个基本流的带宽。?数据平面 MPEG4 中的数据平面可以分为两部分：传输关系部分和媒体关系部分。为了使基本流和 AV 对象在同一场景中出现，MPEG4 引用了对象描述（OD）和流图桌面（SMT）的概念。OD 传输与特殊 AV 对象相关的基本流的信息流图。桌面把每一个流与一个 CAT（Channel Assosiation Tag）相连，CAT 可实现该

27、流的顺利传输。?缓冲区管理和实时识别 MPEG4 定义了一个系统解码模式（SDM），该解码模式描述了一种理想的处理比特流句法语义的解码装置，它要求特殊的缓冲区和实时模式。通过有效地管理，可以更好地利用有限的缓冲区空间。?音频编码 MPEG4 的优越之处在于它不仅支持自然声音，而且支持合成声音。MPEG4 的音频部分将音频的合成编码和自然声音的编码相结合，并支持音频的 前端子系统分册 第 17 页 对象特征。?视频编码 与音频编码类似，MPEG4 也支持对自然和合成的视觉对象的编码。合成的视觉对象包括 2D、3D 动画和人面部表情动画等。?场景描述 MPEG4 提供了一系列工具，用于组成场景中的

28、一组对象。一些必要的合成信息就组成了场景描述，这些场景描述以二进制格式 BIFS（Binary Format for Scene description）表示，BIFS 与 AV 对象一同传输、编码。场景描述主要用于描述各 AV 对象在一具体 AV 场景坐标下，如何组织与同步等问题。同时还有 AV对象与 AV 场景的知识产权保护等问题。MPEG4 为我们提供了丰富的 AV 场景。6.2.3.2 MPEG-4 在监控中的优势：在监控中的优势：?节约存储空间：视音频全同步 40M120M/路/小时，是同质量的 MPEG1 或MJPEG 的 1/10；节省硬盘成本投入以及后期的硬盘更换费用；?占用网

29、络传输带宽少：由于压缩比是同质量的 MPEG1 和 MJEPG 的十倍多，所以网络传输时占用的带宽是同质量的 MPEG1 和 MJEPG 的 1/10；如在 64K的带宽上，MPEG1 和 MJEPG 平均只能传 1/2 帧，而 MPEG4 可以传 57 帧；大幅度节省了传输线路租用费；?错误恢复能力强：当网络传输有误码或丢包现象时，MPEG4 受的影响很小并且能够迅速恢复；如在误码达到 1%时，MPEG1 已经无法播放，而 MPEG4只会有轻微的边缘模糊；再如当网络传输由瞬间丢包现象时，MPEG1 恢复至少需要 10 多秒，而 MPEG4 只需要 13 秒；?图像质量高：可以达到接近 DVD

30、 的效果；?可变带宽：网络输出速率从 56K384K 可调；?可扩展性：用户设备升级时可以最好保护用户投资；?具有很好的兼容性；?MPEG4 比其他算法提供更好的压缩比，最高达 200：1；?MPEG-4 在提供高压缩比的同时，对数据的损失很小。所以，MPEG-4 的应用能大幅度的降低录像存储容量，获得较高的录像清晰度，特别适用于长时 前端子系统分册 第 18 页 间实时录像的需求，同时具备在低带宽上优良的网络传输能力。6.2.4 JVT 的的 H.264 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：jo

31、int 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。1998 年 1 月份开始草案征集，1999 年 9 月，完成第一个草案，2001 年 5 月制定了其测试模式 TML-8，2002 年 6 月的 JVT 第 5 次会议通过了 H.264 的 FCD 板。目前该标准还在开发之中，预计明年上半年可正式通过。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

32、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；它的基本系统是开放的，使用无需版权。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 44 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。H264 的具有如下技术亮点：?分层设计分层设计 H.264 的算法在概念上可以分

33、为两层：视频编码层（VCL：Video Coding Layer）负责高效的视频内容表示，网络提取层（NAL：Network Abstraction Layer）负责以网络所要求的恰当的方式对数据进行打包和传送。H.264 编码器分层结构如图 1 所示。在 VCL 和 NAL 之间定义了一个基于分组方式的接口，打包和相应 前端子系统分册 第 19 页 的信令属于 NAL 的一部分。这样，高编码效率和网络友好性的任务分别由 VCL和 NAL 来完成。VCL 层包括基于块的运动补偿混合编码和一些新特性。与前面的视频编码标准一样，H.264 没有把前处理和后处理等功能包括在草案中，这样可以增加标准的

34、灵活性。NAL 负责使用下层网络的分段格式来封装数据，包括组帧、逻辑信道的信令、定时信息的利用或序列结束信号等。例如，NAL 支持视频在电路交换信道上的传输格式，支持视频在 Internet 上利用 RTP/UDP/IP 传输的格式。NAL 包括自己的头部信息、段结构信息和实际载荷信息，即上层的 VCL 数据。（如果采用数据分割技术，数据可能由几个部分组成）。?高精度、多模式运动估计高精度、多模式运动估计 H.264 支持 1/4 或 1/8 像素精度的运动矢量。在 1/4 像素精度时可使用 6 抽头滤波器来减少高频噪声，对于 1/8 像素精度的运动矢量，可使用更为复杂的 8 抽头的滤波器。在

35、进行运动估计时，编码器还可选择“增强”内插滤波器来提高预测的效果。在 H.264 的运动预测中，一个宏块（MB）可以按图 2 被分为不同的子块，形成 7 种不同模式的块尺寸。这种多模式的灵活和细致的划分，更切合图像中实际运动物体的形状，大大提高了运动估计的精确程度。在这种方式下，在每个宏块中可以包含有 1、2、4、8 或 16 个运动矢量。在 H.264 中，允许编码器使用多于一帧的先前帧用于运动估计，这就是所谓的多帧参考技术。例如 2 帧或 3 帧刚刚编码好的参考帧，编码器将选择对每个目标宏块能给出更好的预测帧，并为每一宏块指示是哪一帧被用于预测。?44 块的整数变换块的整数变换 H.264

36、 与先前的标准相似，对残差采用基于块的变换编码，但变换是整数操作而不是实数运算，其过程和 DCT 基本相似。这种方法的优点在于：在编码器 前端子系统分册 第 20 页 中和解码器中允许精度相同的变换和反变换，便于使用简单的定点运算方式。也就是说，这里没有“反变换误差”。变换的单位是 44 块，而不是以往常用的 88块。由于用于变换块的尺寸缩小，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差也大为减小。为了使小尺寸块的变换方式对图像中较大面积的平滑区域不产生块之间的灰度差异，可对帧内宏块亮度数据的 16 个 44 块的 DC 系数（每个小块一个，共 16 个）进

37、行第二次 44块的变换，对色度数据的 4 个 44 块的 DC 系数（每个小块一个，共 4 个）进行22 块的变换。H.264 为了提高码率控制的能力，量化步长的变化的幅度控制在 12.5%左右，而不是以不变的增幅变化。变换系数幅度的归一化被放在反量化过程中处理以减少计算的复杂性。为了强调彩色的逼真性，对色度系数采用了较小量化步长。?统一的统一的 VLC H.264 中熵编码有两种方法，一种是对所有的待编码的符号采用统一的 VLC（UVLC：Universal VLC），另一种是采用内容自适应的二进制算术编码（CABAC：Context-Adaptive Binary Arithmetic C

38、oding）。CABAC 是可选项，其编码性能比 UVLC 稍好，但计算复杂度也高。UVLC 使用一个长度无限的码字集，设计结构非常有规则，用相同的码表可以对不同的对象进行编码。这种方法很容易产生一个码字，而解码器也很容易地识别码字的前缀，UVLC 在发生比特错误时能快速获得重同步。这里，x0，x1，x2，是 INFO 比特，并且为 0 或 1。图 4 列出了前 9 种码字。如：第 4 号码字包含 INFO01，这一码字的设计是为快速再同步而经过优化的，以防止误码。?帧内预测帧内预测 在先前的 H.26x 系列和 MPEG-x 系列标准中，都是采用的帧间预测的方式。在 H.264 中，当编码

39、Intra 图像时可用帧内预测。对于每个 44 块（除了边缘块特别处置以外），每个像素都可用 17 个最接近的先前已编码的像素的不同加权和 前端子系统分册 第 21 页 （有的权值可为 0）来预测，即此像素所在块的左上角的 17 个像素。显然，这种帧内预测不是在时间上，而是在空间域上进行的预测编码算法，可以除去相邻块之间的空间冗余度，取得更为有效的压缩。44 方块中 a、b、.、p 为 16 个待预测的像素点，而 A、B、.、P 是已编码的像素。如 m 点的值可以由（J2KL2）/4 式来预测，也可以由（A+B+C+D+I+J+K+L）/8 式来预测，等等。按照所选取的预测参考的点不同，亮度共

40、有 9 类不同的模式，但色度的帧内预测只有 1 类模式。?面向面向 IP 和无线环境和无线环境 H.264 草案中包含了用于差错消除的工具，便于压缩视频在误码、丢包多发环境中传输，如移动信道或 IP 信道中传输的健壮性。为了抵御传输差错，H.264 视频流中的时间同步可以通过采用帧内图像刷新来完成，空间同步由条结构编码（slice structured coding）来支持。同时为了便于误码以后的再同步，在一幅图像的视频数据中还提供了一定的重同步点。另外，帧内宏块刷新和多参考宏块允许编码器在决定宏块模式的时候不仅可以考虑编码效率，还可以考虑传输信道的特性。除了利用量化步长的改变来适应信道码率外

41、，在 H.264 中，还常利用数据分割的方法来应对信道码率的变化。从总体上说，数据分割的概念就是在编码器中生成具有不同优先级的视频数据以支持网络中的服务质量 QoS。例如采用基于语法的数据分割（syntax-based data partitioning）方法，将每帧数据的按其重要性分为几部分，这样允许在缓冲区溢出时丢弃不太重要的信息。还可以采用类似的时间数据分割（temporal data partitioning）方法，通过在 P 帧和 B 帧中使用多个参考帧来完成。在无线通信的应用中，我们可以通过改变每一帧的量化精度或空间/时间分辨率来支持无线信道的大比特率变化。可是，在多播的情况下，要

42、求编码器对变化的各种比特率进行响应是不可能的。因此，不同于 MPEG-4 中采用的精细分级编码 FGS（Fine Granular Scalability）的方法（效率比较低），H.264 采用流切换的 SP 帧来代替分级编码。前端子系统分册 第 22 页 7、前端子系统设计要求、前端子系统设计要求 前端子系统的整体设计要求如下：表 7.1 视频设备技术要求表 图像解析度 要至少支持两种图像解析度 CIF 和4CIF 压缩编码标准 须支持 H.26X、MPEG4、M-JPEG 的视频编码标准 接口 RJ45(网络访问)及 RS485(报警)控制 支持远程控制与管理 表 7.2 前端功能设置要求

43、表 帧率 25F/S（PAL）、30F/S（NTSC），要求可动态设置帧率 图像解析度 CIF、4CIF 图像质量 能进行高、中、低的选择 录像控制 本地录像要求图像保存的压缩比可调并提供多种录像方式（手动录像、计划录像、自动录像、告警录像）摄像控制 视频参数设置可以设置亮度、色度、饱和度、对比度等参数 云台、摄像头 可控制云台的旋转和控制摄像头的相关参数 其他要求：?前端子系统须支持与 VTDU 的接口；?可支持双向音频功能，音视频同步；?前端子系统须提供相应的二次开发接口，供其他的调用设备使用；前端子系统分册 第 23 页?前端子系统须支持网络视频监控业务平台的统一认证；?采集终端须支持控制数据的发送，以便控制视频采集端的监控设备；?须说明前端子系统采用何种策略以适应网络环境不稳定的情形；?须说明前端子系统视频详细的技术参数；?前端子系统须提供运动检测功能；?采集终端设备须提供远程管理功能；?采集终端设备须支持通过网络远程配置、升级，实现远程维护。前端子系统分册 第 24 页 8、与中心服务平台的接口、与中心服务平台的接口 见中心服务平台分册。