在Internet上傳輸視頻有許多困難，其根本的原因在于Internet的無連接每包轉發(fā)機制主要為突發(fā)性的數(shù)據傳輸設計，不適用于對連續(xù)媒體流的傳輸。為了在Internet上有效的、高質量的傳輸視頻流，需要多種技術的支持。本文主要介紹了Internet視頻傳輸中的一些關鍵技術，包括視頻的壓縮、編碼技術，應用層質量控制技術，連續(xù)媒體分布服務技術，媒體同步技術和數(shù)字版權管理技術等。
2、視頻壓縮、編碼技術
　　通常的視頻壓縮可以分為可擴展（scalable）的壓縮和不可擴展(unscalable)的壓縮。其中不可擴展的壓縮是指只生成一個位流（bit-stream），而可擴展的壓縮生成多個子位流（substream），其中一個位流是基本位流，它可以獨立解碼，輸出粗糙質量的視頻序列。其他的子位流則起質量增強的作用。所有的子位流一起還原出最好質量的視頻序列。相應的，僅有部分的子位流（必須包含基本子位流）則輸出的視頻在圖像的質量，或者大小或者幀速率上較差。這三個方面構成了壓縮在質量信噪比（SNR），空間和時間上的擴展性編碼。具體的可擴展壓縮選擇其中的某一種或幾種實現(xiàn)擴展性。為了提供更好的靈活性，滿足不同的延遲要求，一種新的被稱為細粒度擴展性（FGS）的壓縮機制被提交給MPEG-4。FGS壓縮把視頻壓縮成兩個位流：基本層位流和增強層位流。與SNR擴展性的編碼不同，F(xiàn)GS采用bitplane編碼。它可以實現(xiàn)連續(xù)的增強層速率控制。一個FGS編碼的變體是PFGS(Progressive FGS)編碼，除了具有FGS的基本優(yōu)點外，PFGS可以實現(xiàn)超過兩個位流層，具有更好的預測和錯誤恢復能力。
　　在實際系統(tǒng)中已經開發(fā)了多種編碼的格式，主要包括rm,wma,asf,divx等。其中Windows Mediaz最新發(fā)布的windows media encoding utility v8.0 beta包含了windows media audio 8（音頻）和windows media video 8（視頻）兩部分壓縮編碼系統(tǒng)。windows media video 8采用了的MPEG-4視頻壓縮技術，實現(xiàn)了在500kbps傳送速率下提供接近于dvd質量（near－DVD quality）的畫面（分辨率640×480，每秒24幀）。 windows media video 8為電影在線下載觀看做了優(yōu)化，支持true－vbr（真正動態(tài)變量速率編碼）。Real Networks公司最新發(fā)布的real producer 8.5在制作rm文件上采用自己開發(fā)的real g2 codec，它具有很多先進的設計，例如，svt（scalable video technology），雙向編碼（two－encoding）。雙向編碼類似于vbr，它可通過預先掃描整個影片，根據帶寬的限制選擇最優(yōu)化壓縮碼率。
3、應用層質量控制技術
　　應用層質量控制技術的主要目的是保證在視頻傳輸過程改善質量。主要包括擁塞控制和差錯控制等幾方面。采用質量控制的原因很多，一個主要的原因是目前的Internet只提供Best-effort的服務，沒有質量保證。因此，需要通過應用層的機制來實現(xiàn)質量的控制。擁塞控制的目的是避免因為網絡擁塞導致包丟失而造成的質量下降。對于視頻流，擁塞控制的主要方法是速率控制。速率控制的目的是基于預測的網絡帶寬決定發(fā)送的速率。有兩種基本的速率控制手段，基于發(fā)送端的速率控制和基于接受端的速率控制。前者主要基于反饋信息進行速率調節(jié)�？梢赃m用于單播的方式或組播的方式。對于單播的方式，有兩種速率控制方法，基于探測的方法（probe-based）和基于模型的方法（model-based）�；�于探測的方法通過不斷調整速率使得包的丟失率低于一個固定的概率值�；�于模型的方法直接利用TCP的吞吐率模型計算速率。因此，模型法也被稱為TCP友好的速率控制方法。對于單通道的組播，只能采用基于探測的方法。在基于接受方的速率控制中，發(fā)送方不參與速率控制，而由接受方通過增加和減少通道的數(shù)量來進行速率的調整。通常，這種方法用于采用可擴展編碼的組播的情況，組播的視頻流分為多層，每個層對應組播樹的一個通道。接受方通過增加減少通道獲得不同的質量�；�于接受方的速率控制也可以分為基于探測的方法和基于模型的方法。除了基于發(fā)送方的速率控制和基于接受方的速率控制方法以外，還有一個稱為混合性速率控制的方法，兼有二者的特點，即接受方增加減少通道，而發(fā)送方同時根據反饋調整各個通道的速率�；旌纤俾士刂品椒ǖ囊粋�例子是目標集分組的方法。
　　當基于發(fā)送方的速率控制決定了發(fā)送的速率之后，一個必須的操作是調節(jié)原始的壓縮流的速率以滿足目標速率的要求，這通過速率整形來實現(xiàn)。典型的速率調節(jié)方法根據編碼的擴展性方法來實現(xiàn)。包括：a) 幀丟棄過濾，它可以區(qū)分不同的幀，如MPEG編碼的I幀，B幀，P幀。根據幀的重要性丟棄幀（先B幀，在P幀，最后I幀）。b) 分層丟棄過濾；c)頻率過濾。
　　擁塞控制的目的是減少包的丟失，但是無法避免包的丟失。在這種情況下，可能需要一定的差錯控制機制。差錯控制機制包括：a) FEC，F(xiàn)EC的目的是通過增加冗余信息使得包丟失后能夠通過其他包恢復出正確的信息。b)延遲約束的重傳。通常流的播放有時間限制，因此，僅有當重傳的時間小于正常的播放時間時，重傳才是有價值的。c)錯誤彈性編碼(Error-Resilient Encoding)：在編碼中通過適當?shù)目刂剖沟冒l(fā)生數(shù)據的丟失后能夠最大限度的減少對質量的影響。在Internet環(huán)境下，最典型的方法是多描述編碼（MDC）。MDC把原始的視頻序列壓縮成多位流，每個流對應一種描述，都可以提供可接受的視覺質量。多個描述結合起來提供更好的質量。該方法的優(yōu)點是實現(xiàn)了對數(shù)據丟失的健壯性和增強的質量。其缺點是相比單描述編碼（SDC），它在壓縮的效率上受到影響。而且由于在多描述之間必須加入一定的相關性信息，這進一步降低了壓縮的效率。D)錯誤的取消（cancealment）：錯誤的取消是指當錯誤已經發(fā)生后，接受端通過一定的方法盡量削弱對人的視覺影響。主要的方法是時間和空間的插值（Interpolation）。近年來的研究還包括最大平滑恢復，運動補償時間預測等。
　　在目前的商用流媒體系統(tǒng)中，Real Networks采用了大量的應用層質量控制技術來提高流傳輸?shù)馁|量。在RealVideo采用了抗損壞（damage-resistant）的編碼來減少包丟失的影響，當幀的速率很小的時候，還采用了FEC技術。RealVideo支持兩種編碼：RealVideo standard和RealVideo fractal。前者可以支持從10k到500k的編碼速率，而且特別為28.8k和56k進行了優(yōu)化。為了適應網絡速率的變化，Real Networks采用了Sure Stream技術，該技術可以避免速率使用機制不能對每個速率進行優(yōu)化的缺點。具體的方法是：首先在一個文件中同時存儲用不同速率編碼的媒體流，其次，通過在服務器和客戶之間監(jiān)測帶寬的變化來動態(tài)的決定使用那個速率的流。這個技術的主要缺點在于不能適應速率的連續(xù)控制。
4、連續(xù)媒體分布服務
　　傳統(tǒng)的視頻傳輸基于單一的流媒體服務器。但是單一的服務器在性能上是不可擴展的，而且傳輸?shù)馁|量受底層網絡傳輸質量的限制。為了提高傳輸?shù)男阅�，有一些技術來改進流傳輸?shù)馁|量。連續(xù)媒體分布服務（continous media distribution services）的目的是在Internet 盡力服務（Best-effort）的基礎上提供服務質量和高效的媒體傳輸。典型的方法包括：
　　網絡過濾（Network Filtering），網絡過濾的基本方法是在流的發(fā)送端和接受端之間的某個網絡設備上插入一個網絡過濾器，該過濾器根據網絡的擁塞狀態(tài)實現(xiàn)速率的整形。和發(fā)送端的速率整形不同的是，網絡過濾在流媒體傳輸?shù)穆窂缴蠄?zhí)行，因此，速率整形可以在擁塞點進行，這樣可以提高速率控制的效率和擁塞控制的響應時間。而且可以在網絡中放置多個過濾設備實現(xiàn)更好的控制。網絡過濾通常采用丟幀過濾器（frame-dropping filter）。
　　應用層組播（Application-Level Multicast）：基于IP層的組播技術盡管經過了多年的研究，但是在實施上還有困難。主要的問題包括擴展性，網絡管理，實施和高層應用的支持。應用層的組播的目標是在Internet上層構建組播服務。它允許建立獨立的媒體組播網絡。媒體組播網絡可以利用內容分布網絡的互連，通過在不同種類的服務提供者之間的應用層的對等關系來構建。在媒體組播網絡中，每個具有組播能力的節(jié)點（稱為媒體橋：MediaBridge）執(zhí)行應用層的路由。另外，每個媒體橋和一個或多個鄰居媒體橋通過明確的配置互連，這個互連建立了應用層重疊拓撲。媒體橋在媒體組播網絡中執(zhí)行一個分布的應用層組播路由算法來確定一條優(yōu)化的虛擬組播路徑。應用層組播的優(yōu)點是打破了IP組播的一些障礙�？梢砸愿�靈活的方式實現(xiàn)組播控制。
　　內容傳遞網絡（CDN）：CDN可以在總流量增加的情況下提高網絡傳輸?shù)男阅芎头�務質量，并且在一個快速變化的環(huán)境下可以為用戶保持最新的內容。內容傳遞網絡還可以支持靈活的分布式應用。由于這些特性，內容傳遞網絡可以用來傳遞流媒體內容。一個內容傳遞網絡主要包括以下一個部分：Caching和內容傳遞，內容的分布和管理，請求路由，記賬和計費。Caching服務器存儲經常請求的對象為用戶提供更快和更容易的傳遞。Caching和內容傳遞是CDN的主要功能。共有三種內容的Caching服務器：轉發(fā)代理（Forward Proxy），透明轉發(fā)（Transparent Forward），反向代理（Reverse Proxy）。內容的分布和管理技術把內容從源服務器分布到CDN的cache，即內容可以通過一定的策略提前傳送或者推送到CDN節(jié)點。內容分布策略對CDN的優(yōu)化起關鍵的作用。請求路由技術包括全局范圍內的內容重定向，同一個CDN網絡中的Cache服務器的負載均衡。有三種典型的技術實現(xiàn)請求路由，包括：使用動態(tài)DNS的全局請求路由，在傳輸層的全局請求路由，在應用層的全局請求路由。
　　目前，Real Networks和Microsoft都提供了基于Caching/Proxy的解決方案，例如Real Networks的RealSystem Proxy。RealSystem Proxy通過一個和服務器的向后的通道（back channel）保持caching內容的完整性。
5、媒體同步控制
　　在某些流媒體應用中，視頻流和其它形式的媒體流需要以同步的方式來集成到一起。例如遠程學習中，描述學習內容的幻燈片需要和教師授課的音頻或視頻流同步。通常有三種類型的同步控制：流內（intra-stream）同步，流間（inter-stream）同步，對象間（inter-object）同步。媒體同步機制的核心是在媒體內或者媒體間說明時間關系。說明時間關系的方法包括基于間隔的方法，基于軸的方法，基于控制流的方法和基于時間的方法。常用的說明連續(xù)媒體的說明方法是軸的說明或時間戳。對與終端系統(tǒng)而言，同步機制包括阻止（preventive）機制和糾正（corrective）機制。前者是主要通過減小延遲和抖動來減少同步錯誤，而后者主要是在發(fā)生同步錯誤之后恢復同步�？紤]到Internet傳輸?shù)难舆t隨機性，同步錯誤是不可避免的。因此，在接受方的錯誤補償是必須的。一個糾正的機制是采用流同步協(xié)議（Stream synchronization protocol），該協(xié)議使用期望延遲（Intentional delay）的概念在不同的媒體流之間調整表述時間以恢復網絡延遲的變化。
　　同步多媒體集成語言（SMIL：Synchronized Multimedia Integration Language）是由3W(World Wide Web Consortium)組織規(guī)定的多媒體操縱語言�？梢詫崿F(xiàn)多個流和文本信息在播放時的時間同步控制和空間位置布置。通過SMIL還可以實現(xiàn)一定的用戶交互功能。
6、數(shù)字版權管理（DRM）
　　DRM是保護多媒體內容免受未經授權的播放和復制的一種方法。它為內容提供者保護他們的私有音樂或其他數(shù)據免受非法復制和使用提供了一種手段。DRM技術通過對數(shù)字內容進行加密和附加使用規(guī)則對數(shù)字內容進行保護，其中，使用規(guī)則可以斷定用戶是否符合播放數(shù)字內容的條件。使用規(guī)則一般可以防止內容被復制或者限制內容的播放次數(shù)。操作系統(tǒng)和多媒體中間件負責強制實行這些規(guī)則。
　　目前，Microsoft提供了完整的DRM的解決方案，包括實現(xiàn)DRM的體系結構和實現(xiàn)二次開發(fā)的SDK。微軟的DRM方案中采用軟件加密，速度可以達到10M/s，采用采用RC4, DES, 3DES對稱加密算法加密數(shù)字內容，采用非對稱算法RSA、ECC進行身份驗證和加密內容加密密鑰。
7．結束語
　　目前，基于Internet視頻傳輸?shù)牧髅襟w應用和業(yè)務在國內得到了迅速的發(fā)展。各種應用，包括視頻會議、視頻點播、Internet電視、遠程教學等都在逐步推廣。在Internet中傳輸視頻的各項技術也得到了越來越多的應用，并不斷發(fā)展�？梢灶A計，基于視頻傳輸?shù)膶拵Я髅襟w應用必將成為未來的Internet的主流應用之一。

中國電信(www.chinatelecom.com.cn)