[发明专利]一种视频压缩数据的封装方法

说明书

技术领域

本发明涉及视频数据处理技术，特别涉及一种视频压缩数据的封装方法。 

背景技术

视频具有直观性、高效性等优点，但是视频数据包含的信息量非常大，如果对原始视频数据进行存储或网络传输，将耗费巨大的存储空间或网络带宽。为解决这一问题，各种视频数据的压缩方法不断涌现，运动专家组图像压缩方法版本4(MPEG4，Moving Picture Experts Group 4)就是一种视频数据的压缩方法，以下简要介绍这一视频数据的压缩方法。 

连续的视频其实是由多帧静止的画面组成的，当每秒放映的帧数达到一定数量，例如每秒连续播放20帧静止画面时，给人的感觉就是一段连续的视频了。如果采用MPEG4对原始视频数据进行压缩，视频压缩数据中将包含I帧、P帧和B帧三类帧数据。上述I帧又称为关键帧，压缩后保留帧内的完整内容，而P帧和B帧又称为过渡帧，其中P帧在压缩后仅保留自身相比于前一帧的差别部分，B帧在压缩后仅保留自身相比于前一帧和后一帧的差别部分。 

以一个假设的实例来说明上述视频压缩数据中帧的分类。图1为关于一根粗实线的5帧静止画面，假设这5帧静止画面连续播放时反映的是该圆柱体由竖直到弯折的变化，那么反映粗实线实质性状态变化的第1帧和第5帧就将被压缩为I帧，而第2帧至第4帧被压缩为P帧或B帧。可见，如果将一段原始视频数据按照MPEG4方法进行压缩，视频压缩数据就是I帧、P帧和B帧交错出现的情况，例如IPBBBIPPBBI。 

使用MPEG4方法得到的视频压缩数据如果要在网络中进行传输，还要按照协议进行封装，目前由互联网工作组请求评论协议3016号(RFC3016，Request For Comment 3016)定义的数据格式是常用的一种封装格式，在该数据格式下利用实时传输协议(RTP，Real-time Transport Protocol)对视频压缩数据进行封装。 

图2为现有技术中的RTP包格式，其中扩展头(Extension header)为扩展字段的起始标识，但现有RTP包在扩展头之后的扩展字段字节数为0，即并不包含扩展字段；扩展头之前的字段为RTP包的标准包头信息，其中X域用于指示RTP包中是否存在扩展字段，现有的RTP包中该X域均填充为0，代表RTP包中没有扩展字段；扩展头之后的MPEG4载荷流字段(MPEG4Payload Stream)就是承载视频压缩数据的字段。 

为了提高效率和充分利用MPEG4的压缩特性，将视频压缩数据以视频对象平面(VOP，Video Object Plane)为单位分成若干个小数据包，而考虑到网络传输包长的限制，每个RTP包中包含的VOP长度应小于最大传输单元(MTU，Maximum Transport Unit)。当一个VOP的长度大于MTU时，将该VOP分片放入多个RTP包中，并在每个RTP包的载荷流字段中都携带该VOP的头信息，以防止丢包。当一个VOP的长度小于MTU时，在一个RTP包中放入多个VOP。无论采用哪种打包方式，VOP都携带在RTP包的MPEG4载荷流字段中。 

虽然采用RTP包封装MPEG4视频压缩数据已经能满足网络传输的要求，但是对于一些特殊的应用场合，这种封装方法还是会给实际的应用带来很多不便。以网络监控系统为例，由监控前端采集原始视频数据、按照MPEG4进行压缩、并将视频压缩数据封装成RTP包传输给网络录像服务器存储，监控终端从网络录像服务器获取到RTP包后进行解包和解码，重新显示。在网络监控系统对视频压缩数据进行打包时可能出现以下问题： 

第一、由于I帧是P帧和B帧解码的基准，因此监控终端必须从I帧开始解码，按照现有的封装方式，监控终端必须对RTP包解包并对该包承载 的视频压缩数据解码后才能知道该包中是否包括I帧，如果不包括的话需要再对下一个RTP包进行解包及解码，不利于快速找到I帧，进而导致监控终端解码延迟时间较长； 

第二、监控终端在对I帧、P帧或B帧解码时，必须使用视频对象层(VOL，Video Object Layer)信息，但按照现有封装方式，VOL信息并非在RTP包中携带，而是通过其他协议(例如SDP)渠道传输给监控终端，并不方便； 

第三、目前使用的RTP包中，RTP标准包头信息中的TimeStamp字段携带有时间戳信息，该时间戳信息表示当前包与上一包之间的时间差，并不能指示当前包中承载的视频压缩数据生成时的绝对时间，而对于网络监控系统来说，为方便查证取证，获知视频的绝对时间是非常重要的。