中国电信网络视频监控业务技术规范(V30)--音视频编解.doc

中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第i页 i 中国电信网络视频监控业务中国电信网络视频监控业务中国电信网络视频监控业务中国电信网络视频监控业务中国电信网络视频监控业务中国电信网络视频监控业务 技术规范技术规范技术规范技术规范技术规范技术规范 V3 0 V3 0 V3 0 V3 0 V3 0 V3 0 音视频编解码音视频编解码音视频编解码音视频编解码音视频编解码音视频编解码分册 送审稿 分册 送审稿 分册 送审稿 分册 送审稿 分册 送审稿 分册 送审稿 中国电信集团公司中国电信集团公司 20082008 年年 0404 月月 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第ii页 ii 目目 录录 前前 言言 1 1 编制说明编制说明 2 2 引用标准引用标准 3 3 缩略语缩略语 4 4 一般原则一般原则 5 5 音频编解码技术要求音频编解码技术要求 6 6 视频编解码技术要求视频编解码技术要求 7 6 1 基于 MPEG 4 的视频编解码技术要求 7 6 1 1 MPEG 4的档次和级别 7 6 1 1 1 MPEG 4工具 7 6 1 1 2 级别的参数限制 8 6 1 2 MPEG 4的码流语法 10 6 1 3 MPEG 4 RTP包的载荷格式 10 6 1 4 MPEG 4 3GPP包的载荷格式 可选 10 6 1 5 MPEG 4的一致性测试 10 6 2 基于 H 264 的视频编解码技术要求 10 6 2 1 H 264的档次和级别 11 6 2 1 1 H 264基本档次的选项和工具 11 6 2 1 2 H 264级别的限制 12 6 2 1 3 H 264基本档次各级别的参数限制 12 6 2 1 4 H 264各级别的最大帧率限制 13 6 2 2 H 264 RTP包的载荷格式 15 6 2 3 H 264 3GPP 包的载荷格式 可选 15 6 2 4 H 264的一致性测试 15 6 3 基于 M JPEG 的视频编解码技术要求 16 7 其它技术要求其它技术要求 17 7 1 视频图像分辨率 17 7 2 码率控制 17 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第iii页 iii 内部资料 注意保密 未经同意 请勿翻印内部资料 注意保密 未经同意 请勿翻印 文档信息文档信息 文档名称文档名称 文件编号文件编号 编编 制制 人人 保密级别保密级别 修改过程修改过程 版版 本本 号号日期日期作者作者概述概述 3 0 12007 04 15 郑泽民编写 3 0 42007 10 18 郑泽民修改 评审过程评审过程 版本号版本号日期日期评审者评审者概述概述 3 0 v5 2008 04 04 梁笃国提交 分发范围分发范围 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第4页 4 前前 言言 本规范为中国电信集团公司企业规范 用于规定中国电信网络视频监控业 务的相关音视频编解码技术要求 在结合中国电信开展视讯业务的实际情况 参照相关的国内外技术标准 并综合考虑当前设备制造商和系统集成商的具体 情况的基础上 制定本技术规范 本标准规定了提供中国电信网络视频监控业务的前端单元中的有关音视频 压缩的编码档次和级别 工具选项 码流语法的规定 传输包的负载格式以及 比特流和后端解码器等方面进行了必要的定义和规范 本标准共分七章 分别为 编制说明 引用标准 缩略语 一般原则 音 频编解码技术要求 视频编解码技术要求等 本标准起草单位 中国电信股份有限公司上海研究院 特别感谢 XXXXXX 公司在本标准制订过程中的大力支持与帮助 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第5页 5 1 编制说明编制说明 本技术规范可为中国电信宽带网络环境下网络视频监控业务的视 音频编 解码设备的业务功能 产品设计 性能测试和管理维护等提供技术依据 本技术规范同时可供中国电信其它多媒体业务应用进行参考 本技术规范关于 MPEG 4 视频码流的语法内容依据 ISO IEC 14496 2 标准 关于 H 264 视频码流的语法内容依据 ISO IEC 14496 10 标准 为适合中国电信 的业务需要 本标准对 ISO IEC 14496 2 和 ISO IEC 14496 10 规定的档次和等 级进行适当删减和扩展 根据中国电信实际业务需要 对 MPEG 4 H 264 AVS 标准的其它规定将在本规范的后续修订版本中陆续添加 本规范为中国电信集团公司企业规范 用于规定中国电信网络视频监控的 相关技术问题 作为中国电信网络视频监控规划 建设 全国联网以及业务开 展的基本依据 适用于网络视频监控系统的开发 建设和相关设备选型 本规范的增补 修订及解释权属中国电信集团公司 如中国电信在此之前 的文件与本规范有矛盾 按此规范执行 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第6页 6 2 引用标准引用标准 具体参见 电信网络视频监控业务技术规范 V3 0 总体技术要求 的 相同内容 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第7页 7 3 缩略语缩略语 MPEG 4 本标准中特指 ISO IEC 14496 2 编码标准 H 264 本标准中特指 ISO IEC 14496 10 编码标准 AVS 中国数字音视频编码标准 档次 即 Profile 根据视觉对象定义了对应码流语法的子集 等级 即 Level 根据特定档次 定义了对应采用的限制参数集合 一个 档次可包含一个或多个等级 SP Simple Profile 即简单档次 ASP Advanced Real Time Simple Profile 即高级实时简单档次 其它请参见 电信网络视频监控业务技术规范 V3 0 总体技术要求 的相同内容 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第8页 8 4 一般原则一般原则 网络视频监控系统中视频编解码器采用 MPEG 4 H 264 M JPEG 视频编解 码标准 在 AVS 标准和产业成熟时可以同时采用 AVS 视频编解码标准 视频编码器必须至少支持其中一种标准 视频解码器应该具有能力交互 建议具有自适应 H 264 MPEG 4 M JPEG 解码的能力 视频解码器 3GPP 除外 支持的档次和级别不应低于编码器支持的最高档 次和级别 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第9页 9 5 音频编解码技术要求音频编解码技术要求 音频比特流宜采用标准的 RTP 协议进行打包 音频载荷数据应为整数个音 频编码帧 网络视频监控系统中音频编解码器可以采用 G 711 G 722 1 G 723 1 G 729 MP3 AMR 音频编解码标准 必须支持 G 711 或 G 722 1 音频解码器必须同时支持 G711 和 G722 1 其它音频编解标准为可选 项 具体要求如下 G 711 G 711 是采用 A 率或 率量化的 LOG PCM 的编码 G 722 1 G 722 1 是一种采用重叠调制变换 MLT 的编码算法 可提供宽频带音 频 其采样率为 16kHz 支持 24kbps 32kbps 及扩展支持 16kbps 等输出码 率 G 723 1 G 723 1 是一个采样率为 8kHz 的双速率的语音编码器 两个编码速率 分别为 6 3kbps 和 5 3kbps 高速率 6 3kbps 采用多脉冲激励最大似然量 化 MP MLQ 算法 低速率 5 3kbps 采用代数码本激励线性预测 ACELP 算法 G 723 1 系统用 LPAS 编码方法将语音信号编码成帧 G 723 1 编码器的帧长为 30ms 还有 7 5ms 的前视 再加上编码器的处理 时延 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 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 8kbps 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 MP3 采用 MPEG audio Layer III 音频压缩格式 音频压缩标准符合 ISO IEC 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第10页 10 11172 3 或 13818 3 规范 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第11页 11 6 视频编解码技术要求视频编解码技术要求 本标准描述的视频编解码技术要求 涉及 M JPEG MPEG 4 和 H 264 视频 编码标准 主要从编解码的档次和级别 工具选项 码流语法的规定 传输包 的负载格式以及比特流和解码器的一致性测试等方面进行描述和要求 6 1 基于基于 MPEG 4 的视频编解码技术要求的视频编解码技术要求 采用 MPEG 4 编码格式的视频流应满足本部分的相关规定 不应包含私有 数据格式 具体要求如下 6 1 1 MPEG 4 的档次和级别的档次和级别 MPEG 4 的档次和级别提供了 ISO IEC14496 中句法和语义的定义子集 以 便于解码器 指软 硬解码 能对指定的比特流进行正确解码 MPEG 4 的一个档 次是对整个比特流语法限制的子集 一个级别则是对该比特流参数的限制集 采用 MPEG 4 标准的视频编码器应为 MPEG 4 简单档次 Simple Profile 或高级简单档次 Advance Simple Profile 的编码器 基本系统至少应支持 ISO IEC14496 2 中规定的简单档次的级别 L3 即 MPEG 4 SP L3 系统最高 可支持到高级简单档次的级别 L5 即 MPEG 4 ASP L5 采用 MPEG 4 标准的视频解码器支持的档次和级别不应低于编码器支持的 最高档次和级别 MPEG 4 ASP L5 6 1 1 1 MPEG 4 工具工具 简单档次的工具包括 a I VOP 帧内编码的矩形视频对象平面 b P VOP 帧间编码的矩形视频对象平面 c AC DC Prediction AC DC 预测 d 4 MV 每个宏块可以有 4 个运动矢量 e Unrestricted MV 不受限制的运动矢量 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第12页 12 高级简单档次的工具包括 a B VOP 双向帧间编码的矩形视频对象平面 b Interlace 隔行编码 MPEG 4 视频编码器应支持简单档次或高级简单档次的部分或全部工具 视频解码器 指软 硬解码 应支持高级简单档次的全部工具 6 1 1 2 级别的参数限制级别的参数限制 ISO IEC 14496 2 标准中 MPEG 4 的简单档次支持 L0 L1 L2 L3 四个 级别 每个级别的参数限制如表所示 表 1 MPEG 4 级别的参数限制 LevelL3 L2 L1 L0 Typical Visual Session Size CIF CIF QCIF QCIF Max number of objects 4 4 4 1 Maximum number objects per type 4 Simple 4 Simple 4 Simple 1 Simple Max unique Quant Tables 1 1 1 1 Max VMV buffer size MB units 792 792 198 198 Max VCV buffer size MB 396 396 99 99 VCV decoder rate MB s 11880 5940 1485 1485 VCV Boundary MB decoder rate MB s Not Applicable Not Applicable Not Applicable Not Applicable Max total VBV buffer size units of 16384 bits 40 40 10 10 Max vol vbv buffer size units of 16384 bits 40 40 10 10 Max video packet length bits 8192 4096 2048 2048 Max sprite size MB units Not Applicable Not Applicable Not Applicable Not Applicable 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第13页 13 Wavelet restrictions Not Applicable Not Applicable Not Applicable Not Applicable Max bitrate kbit s 384 128 64 64 Max enhancement layers per object Not Applicable Not Applicable Not Applicable Not Applicable 表 2 MPEG 4 L4a L5 级别的参数限制 LevelL5 L4a Typical Visual Session Size 720 576640 480 Max number of objects 4 4 Maximum number objects per type 4 Simple 4 Simple Max unique Quant Tables 1 1 Max VMV buffer size MB units 32402400 Max VCV buffer size MB 16201200 VCV decoder rate MB s 40500 36000 VCV Boundary MB decoder rate MB s Not Applicable Not Applicable Max total VBV buffer size units of 16384 bits 112 80 Max vol vbv buffer size units of 16384 bits 112 80 Max video packet length bits 16384 16384 Max sprite size MB units Not Applicable Not Applicable Wavelet restrictions Not Applicable Not Applicable Max bitrate kbit s 8000 4000 Max enhancement layers per object Not Applicable Not Applicable 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第14页 14 6 1 2 MPEG 4 的码流语法的码流语法 为实现系统视频流的互通 采用 MPEG 4 标准的视频码流语法应符合 ISO IEC 14496 2 中的规定 6 1 3 MPEG 4 RTP 包的载荷格式包的载荷格式 MPEG 4 的 RTP 载荷格式应符合 RFC3016 和 RFC3640 协议中的相关规定 其 中 RTP 有效载荷是 MPGE 4 的原始视频流 6 1 4 MPEG 4 3GPP 包的载荷格式 可选 包的载荷格式 可选 6 1 5 MPEG 4 的一致性测试的一致性测试 MPEG 4 的一致性比特流是指实现了 ISO IEC 14496 2 在通用语法中定义的 所有限制的比特流 包括 ISO IEC 14496 2 中第 9 部分定义的关于档次和级别 的限制 MPEG 4 的一致性比特流应满足如下测试 当 MPEG 4 的比特流被 VLC xvid 插件 解码器解码时 参考软件解码器也不应出现任何由比特流引起的错误或不 一致的消息报告 这种测试不适用于由于传输而产生错误的比特流 MPEG 4 的比特流一致性测试的附加测试详见 ISO IEC 14496 4 中的描述 同时需要通过中立的第三方硬件测试仪器的测试 6 2 基于基于 H 264 的视频编解码技术要求的视频编解码技术要求 系统采用 H 264 格式的视频流应满足本部分的相关规定 不应包含私有数 据格式 具体技术要求描述如下 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第15页 15 6 2 1 H 264 的档次和级别的档次和级别 H 264 的档次和级别规定了对比特流的限制要求 因此也限制了解码比特流 的能力 档次和级别还可用于指导不同解码器间的互操作性 每个档次都规定了一个算法特征和限制的子集 任何遵守某个档次的解码 器都应该支持与其相应的子集 每个级别都规定了一组对标准中语法元素所采用的各种参数值的限制 所 有档次都使用一组相同的级别定义 但是每个档次的具体实现可以支持不同的 级别 视频编码比特流应支持 H 264 视频标准的基本档次 Baseline Profile 级别 Level 应至少支持到 Level 1 3 宜扩展支持到主档次 Main Profile 级别 Level 3 视频解码器支持的档次和级别应不低于编码器支持的最高档次和级别 至 少应支持到 H 264 视频标准主档次 Main Profile 的 Level 3 6 2 1 1 H 264 基本档次的选项和工具基本档次的选项和工具 H 264 编码算法有多种选项和工具 本文档中涉及到的基本档次支持的选项和工具主要有 a I 片和 P 片 Slice P 片限定二个参考帧 b 基于内容自适应的变长编码 CAVLC c 去块效应滤波器 备注 以下工具不做为强制要求 FMO ASO Redundant slice 本文档中涉及到的主档次支持的选项和工具主要有 a B 片 Slice B 片限定二个参考帧 前后各一个参考帧 B 片不作 为参考帧 b 隔行编码 Interlace PAFF c 1 4 像素运动补偿 备注 以下工具不做为强制要求 MBAFF CABAC Weighted 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第16页 16 Prediction 6 2 1 2 H 264 级别的限制级别的限制 H 264 级别 Level 1 3 的限制如表 4 所示 表中 表示未做相应的限 制 表 4 H 264 级别 Level 1 3 的限制 LevelLevel numbenumbe r r MaxMax macroblocmacrobloc k k processinprocessin g g raterate MaxMBPSMaxMBPS MB s MB s MaxMax frameframe sizesize MaxFSMaxFS MBs MBs MaxMax decodeddecoded picturepicture bufferbuffer sizesize MaxDPBMaxDPB 1024 1024 bytesbytes forfor 4 2 0 4 2 0 MaxMax videovideo bitbit raterate MaxBRMaxBR 1000 1000 bits sbits s oror 12001200 bits s bits s MaxMax CPBCPB sizesize MaxCPBMaxCPB 1000 1000 bitsbits oror 12001200 bits bits MinMin compressicompressi onon ratioratio MinCRMinCR MaxMax numbernumber ofof motionmotion vectorsvectors perper twotwo consecutivconsecutiv e e MBsMBs MaxMvsPer2MaxMvsPer2 MbMb 11 48599148 5641752 1 13 000396337 51925002 1 26 000396891 03841 0002 1 311 880396891 07682 0002 211 880396891 02 0002 0002 2 119 8007921 782 04 0004 0002 2 220 2501 6203 037 54 0004 0002 340 5001 6203 037 510 00010 000232 6 2 1 3 H 264 基本档次各级别的参数限制基本档次各级别的参数限制 H 264 基本档次各级别的参数限制如表 5 所示 表中的 表示未做相应 的限制 表 5 H 264 基本档次各级别的参数限制 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第17页 17 LevelLevel numbernumber MaxSubMbRectSizeMaxSubMbRectSize 1576 1 1576 1 2576 1 3576 2576 2 1576 2 2576 3576 6 2 1 4 H 264 各级别的最大帧率限制各级别的最大帧率限制 当帧的大小在 176 144 到 720 576 间变化时 H 264 各级别 Level 的 最大帧率限制如表 6 表 7 所示 表中的 表示未做相应的限制 表 6 H 264 各级别的最大帧率限制 1 Level1 1b 1 1 1 2 1 3 Max frame size macroblocks 99 99 396 396 396 Max macroblocks sec ond 1 485 1 485 3 000 6 000 11 880 Max frame size samples 25 344 25 344 101 376 101 376 101 376 Max samples second 380 160 380 160 768 000 1 536 000 3 041 280 Format Lum a Wid th Lum a Heig ht MBs Tota l Luma Sampl es 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第18页 18 QCIF 176 144 99 25 344 15 0 15 0 30 3 60 6 120 0 QVGA 320 240 300 76 800 10 0 20 0 39 6 525 SIF 352 240 330 84 480 9 1 18 2 36 0 CIF 352 288 396 101 376 7 6 15 2 30 0 525 HHR 352 480 660 168 960 625 HHR 352 576 792 202 752 VGA 640 480 1 200 307 200 525 4SIF 704 480 1 320 337 920 525 SD 720 480 1 350 345 600 4CIF704 576 1 584 405 504 625 SD 720 576 1 620 414 720 表 7 H 264 各级别的最大帧率限制 2 Level2 2 1 2 2 3 Max frame size macroblocks 396 792 1 620 1 620 Max macroblocks second 11 880 19 800 20 250 40 500 Max frame size samples 101 376 202 752 414 720 414 720 Max samples second 3 041 280 5 068 800 5 184 000 10 368 000 中国电信网络视频监控业务技术规范 V3 0 音视频编解码分册 总体技术要求 中国电信集团公司 第19页 19 Format Luma Widt h Luma Height MBs Tota l Luma Samples QCIF 176 144 99 25 344 120 0 172 0 172 0 172 0 QVGA 320 240 300 76 800 39 6 66 0 67 5 135 0 525 SIF 352 240 330 84 480 36 0 60 0 61 4 122 7 CIF 352 288 396 101 376 30 0 50 0 51 1 102 3 525 HHR 352 480 660 168 960 30 0 30 7 61 4 625 HHR 352 576 792 202 752 25 0 25 6 51 1 VGA 640 480 1 200 307 200 16 9 33 8 525 4SIF 704 480 1 320 337 920 15 3 30 7 525 SD 720 480 1 350 345 600 15 0 30 0 4CIF704 576 1 584 405 504 12 8 25 6 625 SD 720 576 1 620 414 720 12 5 25 0 6 2 2 H 264 RTP 包的载荷格式包的载荷格式 H 264 的 RTP 载荷格式应符合 RFC3016 与 RFC3984 中的相关规定 其中 RTP 的有效载荷是标准的 H 264 NAL 6 2 3 H 264 3GPP