1、引言
    隨著現代通信技術和業務的發展，人們對通信的需求已經由最初的單一語音需求轉變為對視頻和音頻的通信需求，以傳送語音、數據、視頻為一體的視頻通信業務成為通信領域發展的熱點，以點到點或多點視音頻通信為主要形式的視頻會議、遠程醫療、遠程教育等服務得到越來越多的使用。
2、視頻通信技術的發展狀況
    (1)承載網
    視頻通信業務可以承載在不同技術的底層網絡上，從早期的公共電話網，到窄帶ISDN，DDN，ATM以及現在廣泛使用的IP網絡都可以成為視頻通信業務的承載網。由于視頻通信的實時性和圖像傳輸的特點，要求承載網具備足夠的帶寬、短時延、低誤碼率等特點。
    公共電話網。窄帶ISDN和DDN是基于電路交換的網絡，電路交換網絡是面向連接的網絡，傳輸速率和時延穩定，端到端時延小，誤碼率低，因此視頻通信質量容易得到保證。但它的缺點是連接固定，除公共電話網、ISDN網上是可以進行拔號外，其他網絡的應用都必須進行點對點的永久連接，帶寬利用率較低，開放性很差，設置連接不方便。H.320標準就是1990年ITU-T最早制定的滿足和適應這類電路交換網絡的視頻通信框架協議，最早進行商用的視頻通信系統就是建立在此基礎上的。在公共電話網中是采用話帶數據來傳遞視頻信息的，遵循的標準是1995年以來ITU-T推出的H.324系列，目前主要應用于可視電話業務。
    ATM以快速分組交換和統計時分復用的方式進行信息傳輸。由于其技術復雜、設備昂貴，加上ATM的各項標準制定遲緩，未能得到大規模的應用，目前ATM網絡已經不可能實現端到端的應用，而是成為一種支持多種應用的傳送平臺。ITU-T的H.321標準和H.310標準正是針對ATM網絡結構的視頻通信標準和規范。
    近幾年來，通信網絡的IP化成為網絡發展的主流，基于IP網絡的視頻通信得到普遍應用和廣泛發展。IP網絡是使用TCP/IP協議的面向無連接的網絡，H.323標準是ITU-T在1996年制定的應用于IP網絡的視頻通信標準，稱為“不保證服務質量的局域網上的多媒體視聽系統”，并在1998年擴展為“基于分組的多媒體通信系統”，即ITU-TH.323v2，后來又推出了H.323v3還和H.323v4版本，它是目前擁有大量商業用戶的視頻通信標準，并受到世界各國的廣泛重視。
     (2)視頻通信的框架協議
    隨著通信網絡技術的不斷發展，視頻通信系統的承載網從電路交換網向靈活、擴展性強的IP網絡演進，視頻通信的框架協議因此產生了H.320，H.324，H.310和H.323四種標準，目前基于H.323的視頻通信系統應用占市場的主導地位。
    H.320是一個系列標準，傳輸速率在64kbit/s-2Mbit/s之間，它的主要組成部分為H.221提供把音頻、視頻、數據和控制信息復用進單個比特流的標準，使用時分復用(TDM)系統，幀長為10ms。H.230/H.242提供用于方式命令和指示以及功能交換的標準。H.261提供用于視頻編碼的標準。H.263是一個新的可選方式，能提供更好的圖像質量。G.721提供用于音頻編碼標準。G.722和G.728是可選的代替方式。除了視頻和音頻信道外，在需要時可以傳送數據。例如T.120會議。
    基于H.324的可視電話系統運行于公眾電話網(PSTN)之上，傳輸速率為28.8-64kbit/s，可提供語音、圖像和其他數據的實時通信。H.324是一個系列協議，包括V.34調制解調器協議、H.223數據復接和分路協議、H.245系統控制協議、G.723.1語音算法、H.261和H.263圖像算法。
    H.323標準涵蓋了音頻、視頻及數據在以IP包為基礎的網絡(LAN，EXTRANET和Internet)上的通信，H.323V2標準的分層結構主要包括：H.225.O標準的分組和同步，H.26l和H.263標準的視頻編解碼，G.711，G.722，G.728，G.723等標準的音頻編解碼，以及有關通信控制協議H.245等，另外，T.120標準為H.323終端增加和擴展了數據會議的功能，實現了諸如多點電子白板(T.126)、多點文件傳輸(T.127)、多點應用共享(T.128)等數據會議功能。
    (3)視頻通信的編解碼技術
    視音頻的編解碼技術是視頻通信中的關鍵技術。1988年ITU-T頒布了H.261建議草案，該建議以混合編碼為核心，以后制定出一系列的視頻編碼標準，如ITU-T的H.262.H.263.ISO的MPEG-1，MPEG-2等。
     H.261是最早的運動圖像壓縮標準，是ITU-T為IS-DN開展可視電話、視頻會議而制定的，速率為64kbit/s的整數倍。它詳細制定了視頻編碼的各個部分，包括運動補償的幀間預測、DCT變換、量化、熵編碼以及與固定速率的信道相適配的速率控制等部分。H.261只對CIF和QCIF兩種圖像格式進行處理，每幀圖像分成圖像層、宏塊組(GOB)層、宏塊(MB)層、塊(Block)層來處理。
    H.263是國際電聯ITU-T的一個標準草案，是為低碼流視頻編碼而設計的。隨后出現的第二版(H.263+)及H.263++增加了許多選項，使其具有更廣泛的適用性。H.263的編碼算法與H.261相比做了一些改善和改變，以提高性能和糾錯能力。1998年IUT-T推出的H.263+是H.263建議的第2版，它提供了12個新的可協商模式和其他特征，進一步提高了壓縮編碼性能。另外，H.263+對H.263中的不受限運動矢量模式進行了改進，加上12個新增的可選模式，不僅提高了編碼性能，而且增強了應用的靈活性。H.263已經基本上取代了H.261。H263++在H263+基礎上增加了3個選項，這3個選項為：選項U、選項V和選項W，主要是為了增強碼流在惡劣信道上的抗誤碼性能，同時為了提高增強編碼效率。
    MPEG是活動圖像專家組(Moving Picture Exports 
    Group)的縮寫，于1988年成立，是為數字視/音頻制定壓縮標準的專家組，目前已提出MPEG-1，MPEG-2，MPEG-4等標準。MPEG-1標準于1993年8月公布，用于傳輸1.5Mbit/s數據傳輸率的數字存儲媒體運動圖像及其伴音的編碼。該標準包括五個部分：第一部分說明了如何根據第二部分(視頻)以及第三部分(音頻)的規定，對音頻和視頻進行復合編碼。第四部分說明了檢驗解碼器或編碼器的輸出比特流符合前三部分規定的過程。第五部分是一個用完整的C語言實現的編碼和解碼器。MPEG組織于1994年推出MPEG-2壓縮標準，以實現視/音頻服務與應用互操作的可能性。MPEG-2標準是針對標準數字電視和高清晰度電視在各種應用下的壓縮方案和系統層的詳細規定，MPEG-2在系統和傳送方面作了更加詳細的規定和進一步的完善，特別適用于廣播級的數字電視的編碼和傳送，被認定為SDTV和HDTV的編碼標準。運動圖像專家組MPEG于1999年2月正式公布了MPEG-4(ISO/IEC14496)標準第一版本。同年年底推出了MPEG-4第二版，且于2000年年初正式成為國際標準。MPEG-4與MPEG-1和MPEG-2有很大的不同，MPEG-4不只是具體壓縮算法，它是針對數字電視、交互式繪圖應用(影音合成內容)、交互式多媒體(WWW、資料擷取與分散)等整合及壓縮技術的需求而制定的國際標準。MPEG-4標準將眾多的多媒體應用集成于一個完整的框架內，旨在為多媒體通信及應用環境提供標準的算法及工具。
    H.264/AVC是目前由ITU-T的視頻編碼專家組(VCEG)及ISO/IEC的活動圖像專家組(MPEG)大力發展研究的、適應于低碼率傳輸的新一代壓縮視頻標準。2003年3月由兩個專家組組成的聯合視頻專家組(JVT)公布了這一壓縮視頻標準的最終草案，此標準被稱為ITU-T的H.264協議或ISO/IEC的MPEG-4的高級視頻編碼部分。H.264的編解碼框架與以前提出的標準，如H.261、H.263及MPEG-1/2/4并無顯著變化，也是基于混合編碼的方案：整個系統被劃分為視頻編碼層和網絡抽象層。視頻編碼層主要描述要傳輸的視頻數據所承載的視頻內容。而網絡抽象層則是考慮不同的應用，如視頻會議通信、H.32X連續包的視頻傳輸或RTP/UDP/IP的通信。H.264不僅比H.263和MPEG-4節約了50%的碼率，而且對網絡傳輸具有更好的支持功能，它引入了面向IP包的編碼機制，有利于網絡中的分組傳輸，支持網絡中視頻的流媒體傳輸。H.264具有較強的抗誤碼特性，可適應丟包率高、干擾嚴重的無線信道中的視頻傳輸，支持不同網絡資源下的分級編碼傳輸，從而獲得平穩的圖像質量。
    3、基于IP網絡的H.323視頻通信體系結構
    根據H.323建議，IP視頻通信系統由終端、網關、網守、IP網絡以及多點控制器組成(見圖1)。終端是提供單工或雙工實時通信的客戶端，需支持信令和控制功能，編解碼功能等。網關用于實現與非H.323終端的連接。網守執行地址翻譯、呼叫控制與管理、帶寬控制與管理、域管理等功能。多點控制器用于支持三點或多點之間的用戶會話，由多點控制器(MC)和多點處理器(MP)組成，MC確定所有終端的音視頻處理能力并控制資源，MP混合、交換和處理音頻、視頻和數據流。

            　　
            　　圖1　基于IP網絡的H.323視頻通信體系結構

     4、視頻通信技術的應用現狀
     2003年SARS的爆發促進了中國視頻通信業的迅速發展，各大運營商紛紛加大力度投資建設視頻通信網絡。目前中國電信、中國聯通、中國鐵通和中國網通都已經建立了商用的視頻通信運營網絡，其中中國電信和中國聯通的網絡規模較大，并且擁有大部分的用戶數量。
    1994年中國電信建成國內第一個會議電視黨政專網，采用點對點結構的非標準視頻網絡，容量較小，沒有采用多點控制設備(MCU)。這種點對點的網絡結構簡單，單個設備的故障不影響其他點，系統穩定性高。其缺點是成本高，操作復雜。1996年建成全國公眾會議電視網，這個網絡采用了多點控制設備的兩級級聯技術，以北京MCU為中心點，八大區各設一臺MCU為二級中心點，各省終端通過2M專線電路接入本大區的MCU。隨著視訊技術的發展和通信市場的變化，中國電信又先后于2002年和2003年建成供集團公司內部使用的2M和8M高清晰會議電視網，8M高清晰會議電視應用了MPEG-2編解碼技術。2002年，中國電信推出了定位于市場中低端用戶的“新視通”業務，系統兼顧了H.320和H.323協議。支持數字專線、ISDN/LAN/ADSL以及其他多種接入方式。支持接入的終端包括H.320終端、H.323終端、H.320/H.320一體化終端，為用戶提供全方位、多樣化的服務。
    中國聯通“寶視通”視訊網是基于中國聯通數據綜合業務承載平臺，采用基于IP技術的H.323技術體制，用戶可通過專線或寬帶互聯網接入到聯通寬帶視訊網使用該業務。全網采用多級GK組網，交換容量大，全網支持15000個點對點可視電話呼叫，支持同時召開600個多方會議以上，單個會議最大支持300方，全網視訊交換設備(MCU)互為備份。
    5、視頻通信技術的發展前景
    中國的視頻通信業發展已經有10年的發展歷程了。過去視頻通信的用戶主要是政府部門，直到近期，由于運營商視頻網絡的建設和投入，很多的企業用戶開始參與進來。但網絡兼容互通、QoS、業務模式等問題影響視頻通信快速發展。由于視頻通信協議不斷地發展，存在著支持不同協議的產品和網絡，這些產品和網絡之間的兼容互通都需要解決。另外，視頻通信設備功能還需完善，基于IP的H.323視訊網絡在技術標準和協議方面，對服務質量保證還做得不夠。關于業務模式主要存在著業務模型和市場定位不清晰的問題，在資費、計費和結算方面不夠完善和靈活。
    目前，由于網絡的發展、個人收入的增加，以及人們消費觀念轉變等諸因素的影響，我國在教育、醫療、金融、政府、企業等各行業中出現了對視頻通信業務的巨大需求。隨著視頻通信向著開放性、綜合化、普及化、移動化、個人化發展，“貴族化”的視頻通信業務將逐步進入家庭，進一步走向大眾化，使交互式的視頻通信業務如同上網和打電話一樣方便。