GAT669.4-2008视音频编解码技术要求091007

公安部科技信息化局全国安全防范报警系统标准化技术委员会GA/T669.4-2008城市监控报警联网系统技术标准第4部分:视音频编、解码技术要求《城市监控报警联网系统系列标准》教师宣贯培训第一章范围本章规定了GA/T669.4-2008《城市监控报警联网系统技术标准第4部分：视音频编、解码技术要求》的基本内容和适用范围。•1范围GA/T669的本部分规定了城市监控报警联网系统（以下简称“联网系统”）视音频编码、解码的技术要求，包括总体技术要求、视频编、解码技术要求、音频编、解码技术要求、视音频传输格式、视音频存储格式等。本部分适用于城市监控报警联网系统，其他领域的监控报警联网系统可参考采用。【条文解释】“城市监控报警联网系统视音频编、解码技术要求”是城市监控报警联网系统工程建设中的重要技术文件，以城市监控报警联网系统中视音频互联互通为目的，主要从视音频编解码、网络传输和存储三个层次对城市监控报警联网系统中视、音频编解码技术提出了基本技术要求。与H.264、MPEG-4等视音频编解码标准相比，该技术要求并不详细描述具体的编解码细节，而是规范了如何在城市监控报警联网系统中应用相关的视音频编解码标准，达到既能实现媒体的互联互通，又兼顾监控行业视音频技术发展现状的目的。该标准虽然不是强制性标准，但按照行政法规和规章的相关规定，它对监控报警联网系统中视音频编解码技术的应用仍然具有很强的约束力和规范作用。第二章规范性引用文件本章列出了GA/T669.4-2008《城市监控报警联网系统技术标准第4部分：视音频编、解码技术要求》引用的相关标准、文件。第三章术语、定义和缩略语•本章列出了GA/T669.4-2008《城市监控报警联网系统技术标准第4部分：视音频编、解码技术要求》中所用到的基本术语、定义和缩略语。•GA/T669.1-2008《城市监控报警联网系统技术标准第1部分：通用技术要求》中列出的术语、定义和缩略语也适用于本部分，因此直接引用而未在本部分列出。3.1术语和定义3.1.1编码器实现编码过程的实体，可以为软件或硬件。【条文解释】从处理媒体的种类角度编码器可以分为视频编码器和音频编码器，从实物表现形态角度编码器又可以分为软件编码器和硬件编码器。编码器中包含视频或音频编码算法的实现，编码器的输入为模拟视频或音频信号，经过编码器的处理后输出压缩的视频或音频数字码流。3.1.2解码器实现解码过程的实体，可以为软件或硬件。【条文解释】从处理媒体的种类角度解码器可以分为视频解码器和音频解码器，从实物表现形态角度解码器又可以分为软件解码器和硬件解码器。解码器中包含视频或音频解码算法的实现，解码器的输入为压缩的视频或音频数字码流，经过解码器的处理后输出可以直接显示或播放的视频或音频信号。3.1.3档次H.264或MPEG-4视频编解码标准中规定的整个比特流语法的子集，描述了对比特流的限制以及满足该档次的解码器应遵从的算法特征和限制。【条文解释】进行H.264和MPEG-4视频编码或解码时会应用到多种具体算法，H.264和MPEG-4视频编解码标准中，根据实现编解码采用的具体算法不同划分出不同的比特流档次，每一种档次都与一组具体的算法相对应，以适用于不同的应用场景。比如，H.264视频编解码标准中就划分为基本档次、主档次、扩展档次等等。3.1.4级别视频编码比特流中句法元素参数值的限制集合，一个档次可以包括一个或若干个级别。【条文解释】级别是对档次的细分。一个档次中，会根据支持的分辨率大小等因素细分为若干级别。3.1.5一致性测试验证比特流和解码器是否满足相应标准规定的测试。【条文解释】简言之，一致性测试是指验证比特流或解码器是否与相应标准规定一致的测试，一致性测试一般都与特定的档次和级别相关联。一致性测试可分为比特流一致性测试和解码器一致性测试，比特流一致性测试是指为验证比特流是否确实是所标称的特定档次和级别的标准比特流所做的测试。同理，解码器一致性测试则是指为验证解码器是否确实能解码特定档次和级别的标准比特流所做的测试。3.1.6比特流/码流描述图像或声音编码的一种有序的二进制数据组合。第四章视音频编、解码的总体技术要求本章规定了为实现联网系统中媒体信息的互联互通视音频编、解码技术应满足的基本要求。包括对视音频编、解码标准的选择，以及视频图像的分辨率、媒体流传输协议、码率控制等方面的总体技术要求。4视音频编、解码的总体技术要求4.1综述本部分仅规定了实现联网系统中互联互通视音频编、解码技术应满足的基本要求。在不影响互联互通的情况下，本部分不限制使用方根据需要采用其它适合的视音频编、解码标准或工具。联网系统中的视音频流原则上不应包含私有数据格式。若确有必要加入私有数据，则应不影响该视音频编、解码器的性能及其与相应标准视音频编、解码器间的互通性。【条文解释】“私有”与“标准”是相互对立的。随意在视音频码流中增加私有的数据格式将会对城市监控报警联网系统中的媒体流互联互通带来非常严重的影响，因此该技术要求规定视音频流原则上不应包含私有数据格式。但并非绝对禁止，考虑到不同媒体设备制造商的具体需求，若确有必要加入私有数据时，一定要进行完善的一致性测试，以便不影响其与标准视音频编、解码器间的互通性和编解码器的使用性能。4.2视音频编、解码标准选择视频编码应支持H.264或MPEG-4视频编码标准，视频解码应同时支持H.264和MPEG-4视频解码标准。对上述两种视频编/解码标准的具体要求详见第5章。【条文解释】从计算复杂度来讲，视频编码的复杂度要远高于解码复杂度，而且目前安防行业中很少有能同时支持H.264和MPEG-4视频编码标准的视频编码器；视频解码器的计算复杂度相对较低，可以实现在同一个解码终端同时对H.264和MPEG-4视频流进行解码。而且在实际应用中，往往是同一个解码终端对应诸多的编码器，因此对于联网系统中视频流的互联互通而言，规定视频解码器适应较多种类的视频格式是切实可行的有效途径。在适用于安防视频监控领域的SVAC视音频标准发布后，宜优先采用。【条文解释】目前我国正在制定的适用于安防视频监控领域的视音频编解码标准名称是SVAC(安全防范视频监控数字音视频编解码技术要求)。标准颁布后，宜优先采用。4.3视频图像分辨率编码、传输和存储的图像数据应具有不低于CIF（352×288）格式的图像分辨率，重要目标和报警图像宜具有不低于4CIF（704×576）格式的图像分辨率。【条文解释】较高的图像分辨率更有利于图像使用人员准确分析和判断图像场景的内容。在条件允许的情况下，城市监控报警联网系统中编码、传输和存储的图像数据应尽量使用不低于4CIF（704×576）的图像分辨率。4.4视音频流的传输协议采用RTP协议在IP网络上传输视音频流，不同视音频流的RTP打包格式详见第5、6章中的相关规定。4.5码率控制宜支持CBR/VBR两种码率控制方式。【条文解释】•CBR即固定码率，优点是压缩快，缺点是占用空间相对大，编码内容的质量不稳定。当网络带宽紧张时宜采用CBR方式编码。•VBR即可变码率，当强调画面质量且网络带宽充裕的情况下宜采用VBR方式编码。•城市监控报警联网系统中的视频编码器宜支持CBR/VBR两种码率控制方式，以适应不同的需求。第五章视频编、解码技术要求本章规定了城市监控报警联网系统中H.264、MPEG-4视频编解码及一致性测试的具体要求。5视频编、解码技术要求5.1基于H.264的视频编/解码技术要求本部分规定了城市监控报警联网系统中H.264视频编解码的具体技术要求。包括H.264档次和级别的技术要求、基本档次的码流语法技术要求，以及一致性测试技术要求等几方面的内容。5.1.1H.264的档次和级别采用H.264标准的视频编码应至少支持H.264-2005的基本档次,级别（Level）应至少支持到Level1.3，宜扩展支持到Level3；视频解码所支持的档次和级别应不低于编码支持的最高档次和级别，至少应支持到H.264基本档次的Level3；视频解码宜扩展支持H.264主档次中的隔行扫描和B帧工具，且相邻两P帧间的B帧个数不大于2。【条文解释】•H.264视频编码基本档次的Level1.3级别：相当于采用CIF（352×288）分辨率进行视频编码时，帧率可以达到30.0帧/秒；基本档次的Level3级别：相当于采用4CIF（704×576）分辨率进行视频编码时，帧率可以达到25.6帧/秒；在条件允许的情况下，建议H.264视频编码支持到基本档次的Level3级别。•为了保证各视频编码器输出的视频流在监控联网系统中能被有效地解码和播放，视频解码器应尽可能支持较高的档次和级别。•H.264主档次（MainProfile）中的隔行扫描和B帧工具均有各自的优点。隔行扫描工具可以有效减少反隔行(deinterlace)处理造成的图像质量的损失，更适用于隔行扫描设备；B帧工具可以提供更加有效的压缩率。但目前安防市场上对这两个工具的支持还不是特别普遍，因此不宜强制采用。•相邻两P帧间的B帧个数不大于2：B帧工具虽然可以提供更加有效的压缩，但参考帧太多时会带来较大的编码延时。综合压缩率和延时两方面的因素，规定相邻两P帧间的B帧个数不大于2。5.1.1.1H.264基本档次的选项和工具H.264基本档次支持的选项和工具主要有：a）I片和P片（Slice）；b）基于内容自适应的变长编码CAVLC；c）容错工具：FMO，ASO，RS；d）去块效应滤波器（DeblockingFilter）；e）多参考帧编码。采用H.264编码的视频流应为H.264Baseline视频流，编码应支持上述Baseline选项和工具中的部分或全部，可不支持容错工具；H.264的解码至少应支持上述除容错工具外的全部选项和工具。【条文解释】a)～e)为H.264基本档次中规定的主要选项和工具。从互联互通的角度讲，H.264解码器应比编码器支持更多的选项和工具。其中的容错工具实现起来较为复杂，目前支持该工具的视频编解码设备非常少，不做强制规定。多参考帧编码时，P片的参考帧数一般不大于两帧。【条文解释】多参考帧编码可以提供更加有效的压缩，但参考帧太多时会带来较大的编码延时。5.1.1.2H.264级别的限制H.264级别（Level1～3）的限制如表1所示。【条文解释】表1中的数据来源于H.264视频编解码标准（ITU-TRec.H.264-2005）附录A中的表A-1Levellimits。表中给出了H.264视频编解码基本档次中级别1～3的相关参数限制。5.1.1.3H.264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2所示。【条文解释】表2中的数据来源于H.264视频编解码标准（ITU-TRec.H.264-2005）附录A中的表A-3Baselineprofilelevellimits。表中给出了对H.264视频编解码基本档次中级别1～3的最大子宏块尺寸的限制。5.1.1.4H.264各级别的最大帧率限制H.264中CIF、4CIF各级别（Level）的最大帧率限制如表3所示。其他分辨率各级别的最大帧率限制详见ITU-TRec.H.264-2005中的规定。【条文解释】表3中的数据来源于H.264视频编解码标准（ITU-TRec.H.264-2005）附录A中的表A-6Maximumframerates(framespersecond)forsomeexampleframesizes。表中规定了对H.264视频编解码基本档次中级别1～3的最大帧率及其他相关参数的限制。5.1.3H.264的一致性测试H.264的一致性测试包括比特流一致性测试和解码器一致性测试。【条文解释】•城市监控报警联网系统中的H.264视频编、解码器应是符合相应标准的编解码器。•比特流一致性测试是为了验证编码器是否能编码出符合标准的视频流，解码器一致性测试则是为了验证解码器是否是符合标准的解码器。无论比特流一致性测试还是解码器一致性测试，都是非常复杂的测试过程，因此编、解码器