CN102892032A - 实时互动高清网络视频通讯系统 - Google Patents

Abstract

本发明公开了一种实时互动高清网络视频通讯系统，包括：一个以上的高清网络摄像机，用于实时采集高清影像并压缩为适于网络传输的一个以上的视频数据流；控制计算机，用于通过网络获取一个以上的视频数据流，分别进行解码并整合为总视频发送给高清视频编码器；高清视频编码器，用于接收总视频并实时压缩为总视频数据流供多个网络用户访问。本发明可实现多方收看的高清音频、视频、图文等数据信息资料的实时共享交流，适合召开大、中、小型各种远程视频会议和学术交流会议，兼容性好、实现代价小且成本低。

Description

实时互动高清网络视频通讯系统

技术领域

本发明涉及视频通讯及视频会议领域，特别地，涉及一种实时互动高清网络视频通讯系统。

背景技术

随着因特网技术迅猛发展，三网融合的普及，通过因特网双向实时传输高清音频、视频、图文等影像信息资料将成为主流的应用，也是高清网络视频的发展方向。

现有的视频会议系统主要采用H.320到H.323通讯协议；少数厂家也在向SIP协议过渡，SIP是类似于HTTP的基于文本的协议的网络通讯协议，还有大量的技术瓶颈难以与因特网融合。由于H.320到H.323等系列网络通讯协议，是基于广播电视与电话通讯两大系统发展而来，标准是由厂家制定的。因此与因特网连接还必须采用一些转换软件，很难适应迅猛发展。而每个厂家的软件、硬件等都不相同，因而编、解码都需要各自厂商的专用设备才能完成，这是造成视频通讯传输终因成本过高不能普及的主要因素。

现有的视频会议系统一般采用的集中式处理系统。其主要原因是为了沿用原来的硬、软件架构。一、现有的视频会议系统主要起源于广播电视与电话通讯两大系统，系统的网络通讯协议标准也是由这些厂家制定。按照这些通讯协议标准与当时的技术条件，只能基于集中式系统研发设计产品。二、如图1所示，现有的视频会议系统采用一个主机带多个终端的硬件架构，终端没有数据处理能力，如摄像机、VGA接口等大多都是模拟接口，运算处理主要在主机上进行。如将摄像机和其他视频源都连接在一个编解码盒上集中处理实现一发一收。如果要实现三个点以上的视频通讯还需要一台运算能力超强的PC机（MCU）来完成。要实现更多的视频收看点功能，只能采用级联堆叠组网扩容，每一级连接堆叠都会给视频信号带来不同程度的损失和延时，而且这些硬件、软件往往都十分昂贵，造成设备价格居高不下。而且系统设计更为复杂，由此给系统带来更多的不稳定因素。

现有的视频会议系统一般采用H.239通讯协议传输双流视频，只能单向传输一个视频和一个PPT文本图片视频。目前还只有少数视频会议厂家能够实现单向传输双流视频功能。根据H.239通讯协议设计的系统，根本无法实现在一个视频流内传多个视频或传输多个码流视频需求。采用广播电视的操作方式的视频会议操控方式只能实现简单的会议功能，要适应远程教学、远程医疗、远程司法取证和远程操作工业控制设备等高清音、视频、图文等数据信息资料传输功能需求，现有的视频会议操作方式无法实现。

目前视频会议系统的存储、转播和回放需要配置第三方的录播服务器才能实现。由于H.323协议是基于电信标准制定的，与因特网之间兼容性差，编、解码必须采用专用设备才能完成。如果需要实现录制、发布、在线点播等功能应用十分复杂困难，必须在配置MCU的主会场，增加硬件、软件为一体的录播服务器，也就是只有配置了MCU和录播服务器的主会场才能进行会议的转播、存储和回放。

综上可知，现有的视频会议系统存在兼容性差、端设备大且复杂，且所有计算功能都集中在一个CPU上处理，对CPU的配置要求高，价格昂贵，无法实现较多视频的同时处理等缺点。目前，能实时处理16路视频的视频会议系统极其昂贵；且，尚未见到能实时处理24路以上的视频的视频会议系统面世。

发明内容

本发明目的在于提供一种兼容性好、实现代价小、成本低、视频质量佳且可实现多路视频同时处理、不限访问人数的实时互动高清网络视频通讯系统，以解决现有视频通讯系统兼容性差、端设备大且复杂且视频通讯系统的价格极其昂贵、无法实现多路视频通讯的技术问题。

为实现上述目的，本发明提供了一种实时互动高清网络视频通讯系统，包括：

一个以上的高清网络摄像机，用于实时采集高清影像并压缩为适于网络传输的一个以上的视频数据流；

所述控制计算机，用于通过网络获取所述一个以上的视频数据流，分别进行解码并整合为总视频发送给高清视频编码器；

所述高清视频编码器，用于接收所述总视频并实时压缩为适于网络传输的总视频数据流供多个网络用户访问。

作为本发明的进一步改进：

优选地，所述高清视频编码器的数量为一个以上；所述控制计算机通过视频分配器与一个以上的所述高清视频编码器连接，并将所述总视频通过所述视频分配器分配给一个以上的所述高清视频编码器。

优选地，所述系统还包括一个以上的数字网络话筒，所述数字网络话筒实时采集声音并压缩为适于网络传输的音频数据流；所述控制计算机通过网络获取所述音频数据流，解码还原为声音并与相应的所述高清影像匹配后，经所述视频分配器分配后、由所述一个以上的高清视频编码器实时压缩至所述总视频数据流中。

优选地，每个所述数字网络话筒还匹配设置有一文本输入终端，所述文本输入终端将操作者输入的文字内容压缩为字幕数据流；所述控制计算机通过网络获取所述字幕数据流，解码还原为字幕并与相应的所述高清影像及所述音频数据流匹配后，经所述视频分配器分配后、由所述一个以上的高清视频编码器实时压缩至所述总视频数据流中。

优选地，所述一个以上的高清网络摄像机、所述一个以上的数字网络话筒、一个以上的所述文本输入终端及所述一个以上的高清视频编码器均具有独立的IP地址；所述视频数据流、所述音频数据流、所述字幕数据流以及所述总视频数据流均基于HTTP网络通讯协议在网络上传输。

优选地，所述文本输入终端为笔记本电脑。

优选地，所述视频分配器通过VGA接口、DVI接口或HDMI接口与所述一个以上的高清视频编码器连接。

优选地，所述高清视频编码器包括VGA接口单元、DVI接口单元或HDMI接口单元和第二SOC单元，所述第二SOC单元将所述VGA接口单元、DVI接口单元或HDMI接口单元接收到的总视频进行优化处理后压缩为适于网络传输的总视频数据流。

优选地，所述高清网络摄像机包括CMOS传感器以及第一SOC单元，所述第一SOC单元将所述CMOS传感器采集到的图像进行优化处理后压缩为适于网络传输的视频数据流。

优选地，所述视频数据流的压缩格式为MPEG4、H.264或JPEG；所述音频数据流的压缩格式为G.711、G.722或AAC。

本发明具有以下有益效果：

1、本发明的实时互动高清网络视频通讯系统，采用分布式编码及解码处理系统。对每一路高清网络摄像机压缩的视频数据流，均采用控制计算机分别解码还原为单路高清影像，再将多路高清影像通过控制计算机整合处理成总视频（多流合一）后，通过高清视频编码器压缩成总视频数据流供多个网络用户访问。控制计算机仅需要采用普通的媒体播放器对多路视频分别进行解码，随意组合排布视频的数量和位置即可完成多路视频的整合，无需承受多个网络用户的访问点击负担，对控制计算机的配置要求低，可极大地降低成本；另外，访问用户只需针对所需观看的一路总视频数据流完成解码工作，数据处理量小，适于普通家庭电脑及普通办公室电脑使用；故本系统的适应性广、普及性强。

2、本发明的实时互动高清网络视频通讯系统，采用视频分配器将控制计算机整合的总视频分配给高清视频编码器的处理方式，特别适用于系统扩容和线路叠加，仅需增加高清视频编码器的数量，不增加控制计算机的处理负担，不受控制计算机处理能力的限制，在带宽足够的情况下，可同时实现数量不限的高清视频的同时编码处理及实时传输，并可承受数量不限的网络用户的实时点击访问，真正实现实时的高清网络视频通讯及会议，且实现代价小、成本低、视频质量佳；且本系统可与现有的移动终端、任意厂家的网络摄像机以及视频获取工具等兼容，不受这些设备的压缩编码方式的限制，可将实时视频通讯系统低价化、平民化、普及化，将改变人们的通信习惯。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是现有的视频会议系统的组成原理示意图；

图2是本发明优选实施例的实时互动高清网络视频通讯系统的组成原理示意图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

参见图2，本发明的实时互动高清网络视频通讯系统，主要包括以下部分：

1、一个以上的高清网络摄像机，用于实时采集高清影像并压缩为适于网络传输的一个以上的视频数据流。

本实施例中，参见图2，高清网络摄像机包括CMOS传感器以及第一SOC（片上系统）单元，第一SOC单元将CMOS传感器采集到的图像进行优化处理后压缩为适于网络传输的视频数据流。本实施例亦可通过单台PC机直接查看单台高清网络摄像机提供的高清影像，在该PC机上采用通用的媒体播放器直接解码即可。

2、控制计算机，用于通过网络获取一个以上的视频数据流，对每个视频数据流分别进行解码之后整合为总视频发送给视频分配器。

本实施例中，控制计算机可将多路视频（如16路）整合在一个窗口中（每个视频占用1/16个窗口）发送给视频分配器，也可以仅显示1个视频，或者以画中画的形式显示主、次的几个视频，显示方式灵活，易于控制，且每个视频的质量相同。这些视频数据流也可以是实时的PPT演示数据，或者打开的文本。

3、优选地，可设置视频分配器，将总视频分配给一个以上的高清视频编码器。实际应用时，若视频通讯的参与人员较少，也可不设视频分配器，而将控制计算机直接与高清视频编码器相连。如图2中的分会场的布置图所示，在参会人员较少时（一般指网络收看用户少于等于8人时），该分会场布置也可以直接作为主会场使用，图2中的主会场布置则可取消。本实施例中，视频分配器通过VGA接口、DVI接口或HDMI接口与一个以上的高清视频编码器连接。接入视频分配器，则可承载更多数量的网络用户的点击收看，只需增加高清视频编码器的数量即可。

4、一个以上的高清视频编码器，用于接收总视频并实时压缩为总视频数据流供多个网络用户访问。

本实施例中，高清视频编码器包括VGA接口单元、DVI接口单元或HDMI接口单元和第二SOC单元，其中，第二SOC单元将VGA接口单元、DVI接口单元或HDMI接口单元接收到的总视频进行优化处理后压缩为适于网络传输的总视频数据流。高清视频编码器支持DVI、HDMI以及VGA接口，接口为现有的高清视频传输的通用接口，可与现有的设备匹配，兼容性更好，通用性强。高清视频编码器仅完成单路的总视频数据流的压缩编码，电路和处理系统单一，则成本低廉，实际应用中，单片高清视频编码器一般设计为可供8路网络用户同时访问较佳，既能保证电路较简单、也可保证视频的质量和网络用户的访问速度。

5、优选地，系统还可包括一个以上的数字网络话筒，数字网络话筒用于实时采集声音并压缩为适于网络传输的音频数据流。控制计算机通过网络获取音频数据流，解码还原为声音并与相应的高清影像匹配后，经视频分配器分配到多个高清视频编码器或者直接由一个高清视频编码器实时压缩至总视频数据流中。配置数字网络话筒，可使得会议讲话更为清晰；尤其，可实现异地的同声传译，可减少同声传译员的路途奔波导致的人力浪费，也可间接地减少同声传译的成本，降低价格，而显示和操作效果更佳。

6、优选地，每个数字网络话筒还匹配设置有一文本输入终端，文本输入终端将操作者输入的文字内容压缩为字幕数据流；控制计算机通过网络获取字幕数据流，解码还原为字幕并与相应的高清影像及音频数据流匹配后，经视频分配器分配到多个高清视频编码器或者直接由一个高清视频编码器实时压缩至总视频数据流中。文本输入终端一般采用笔记本电脑（参见图2）实现，可以实时为同声传译的视频会议提供相匹配的语种字幕，更有利于参会人员理解。

本实施例中，一个以上的高清网络摄像机、一个以上的数字网络话筒、一个以上的文本输入终端及一个以上的高清视频编码器均具有独立的IP地址；视频数据流、音频数据流、字幕数据流以及总视频数据流均基于HTTP网络通讯协议在网络上传输。实际使用时，视频数据流的压缩格式为MPEG4、H.264或JPEG等格式较佳，这些格式压缩倍率高、通用性强，并能采用通用的流媒体播放器进行解码。音频数据流的压缩格式为G.711、G.722或AAC等格式较佳。本实施例中，视频数据流的压缩格式为H.264。

如图2所示，采用本发明通过因特网召开多方视频会议，本地参加会议的人员，只要在座位上用一网线接上移动PC机，就可以直接收录演讲人的所有视频。不在现场的人员，如果只需要单向收看，经主会场授权就可以直接采用PC机收看会议实况；收看分会场还可通过PC机连接电视机等终端进行收看。每台收看的PC机都能实现存储和回放，无需第三方的录播服务器设备。大幅度地降低了视频会议系统的造价，适合普及推广。

与现有的视频会议系统相比，本发明具有以下优点：

1、本发明的实时互动高清网络视频通讯系统，采用分布式编码及解码处理系统。对每一路高清网络摄像机压缩的视频数据流，均采用控制计算机分别解码还原为单路高清影像，再将多路高清影像通过控制计算机整合处理成总视频（多流合一）后，通过高清视频编码器压缩成总视频数据流供多个网络用户访问。控制计算机仅需要采用普通的媒体播放器对多路视频分别进行解码，随意组合排布视频的数量和位置即可完成多路视频的整合，无需承受多个网络用户的访问点击负担，对控制计算机的配置要求低，可极大地降低成本；另外，访问用户只需针对所需观看的一路总视频数据流完成解码工作，数据处理量小，适于普通家庭电脑及普通办公室电脑使用；故本系统的适应性广、普及性强。

2、本发明的实时互动高清网络视频通讯系统，采用视频分配器将控制计算机整合的总视频分配给高清视频编码器的处理方式，特别适用于系统扩容和线路叠加，仅需增加高清视频编码器的数量，不增加控制计算机的处理负担，不受控制计算机处理能力的限制，在带宽足够的情况下，可同时实现数量不限的高清视频的同时编码处理及实时传输，并可承受数量不限的网络用户的实时点击访问，真正实现实时的高清网络视频通讯及会议，且实现代价小、成本低、视频质量佳。

3、本发明采用HTTP网络通讯协议，采用现有的流行压缩编码方式，能通过通用媒体播放器进行解码，最大限度地保证了系统的通用性和兼容性。本发明可实现多方收看的高清音频、视频、图文等数据信息资料的实时共享交流，适合召开大、中、小型各种远程视频会议和学术交流会议，还可用于远程教学、远程培训、远程会议、远程医疗、远程司法取证和远程操作控制等。本发明还可与现有的移动终端、任意厂家的网络摄像机以及视频获取工具等兼容，不受这些设备的压缩编码方式的限制，可将实时视频通讯系统低价化、平民化、普及化，将改变人们的通信习惯。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种实时互动高清网络视频通讯系统，其特征在于，包括：

一个以上的高清网络摄像机，用于实时采集高清影像并压缩为适于网络传输的一个以上的视频数据流；

所述控制计算机，用于通过网络获取所述一个以上的视频数据流，对每个视频数据流分别进行解码之后整合为总视频发送给高清视频编码器；

所述高清视频编码器，用于接收所述总视频并实时压缩为总视频数据流供多个网络用户访问。

2.根据权利要求1所述的实时互动高清网络视频通讯系统，其特征在于，

所述高清视频编码器的数量为一个以上；

所述控制计算机通过视频分配器与一个以上的所述高清视频编码器连接，并将所述总视频通过所述视频分配器分配给一个以上的所述高清视频编码器。

3.根据权利要求2所述的实时互动高清网络视频通讯系统，其特征在于，

所述系统还包括一个以上的数字网络话筒，所述数字网络话筒用于实时采集声音并压缩为适于网络传输的音频数据流；

所述控制计算机还用于通过网络获取所述音频数据流，解码还原为声音并与相应的所述高清影像匹配，在经所述视频分配器分配后，由所述一个以上的高清视频编码器实时压缩至所述总视频数据流中。

4.根据权利要求3所述的实时互动高清网络视频通讯系统，其特征在于，

每个所述数字网络话筒还匹配设置有一文本输入终端，所述文本输入终端用于将操作者输入的文字内容压缩为字幕数据流；

所述控制计算机还用于通过网络获取所述字幕数据流，解码还原为字幕并与相应的所述高清影像及所述音频数据流匹配，在经所述视频分配器分配后，由所述一个以上的高清视频编码器实时压缩至所述总视频数据流中。

5.根据权利要求4所述的实时互动高清网络视频通讯系统，其特征在于，

所述一个以上的高清网络摄像机、所述一个以上的数字网络话筒、一个以上的所述文本输入终端及所述一个以上的高清视频编码器均具有独立的IP地址；所述视频数据流、所述音频数据流、所述字幕数据流以及所述总视频数据流均基于HTTP网络通讯协议在网络上传输。

6.根据权利要求5所述的实时互动高清网络视频通讯系统，其特征在于，所述文本输入终端为笔记本电脑。

7.根据权利要求2至6中任一项所述的实时互动高清网络视频通讯系统，其特征在于，所述视频分配器通过VGA接口、DVI接口或HDMI接口与所述一个以上的高清视频编码器连接。

8.根据权利要求7所述的实时互动高清网络视频通讯系统，其特征在于，

所述高清视频编码器包括VGA接口单元、DVI接口单元或HDMI接口单元和第二SOC单元，其中，所述第二SOC单元将所述VGA接口单元、DVI接口单元或HDMI接口单元接收到的总视频进行优化处理后压缩为所述总视频数据流。

9.根据权利要求8所述的实时互动高清网络视频通讯系统，其特征在于，

所述高清网络摄像机包括CMOS传感器以及第一SOC单元，所述第一SOC单元将所述CMOS传感器采集到的图像进行优化处理后压缩为所述视频数据流。

10.根据权利要求9所述的实时互动高清网络视频通讯系统，其特征在于，

所述视频数据流的压缩格式为MPEG4、H.264或JPEG；

所述音频数据流的压缩格式为G.711、G.722或AAC。

Images