RFC3984中文版.doc

H.264 视频的 RTP 荷载格式

Status of This Memo

This document specifies an Internet standards track protocol for the

Internet community, and requests discussion and suggestions for

improvements. Please refer to the current edition of the "Internet

Official Protocol Standards" (STD 1) for the standardization state

and status of this protocol. Distribution of this memo is unlimited.

format allows for packetization of one or more Network Abstraction

Layer Units (NALUs), produced by an H.264 video encoder, in each RTP

payload. The payload format has wide applicability, as it supports

applications from simple low bit-rate conversational usage, to

Internet video streaming with interleaved transmission, to high bit-

rate video-on-demand.

目录

1. 介绍 ........................................ 3

1.1. H.264 Codec ............................... 3

1.2. 参数集概念 ........................... 4

5.1. RTP 头的使用.................................. 8

5.2. RTP 荷载格式的公共使用 .............. 11

5.3. NAL 单言字节的用法 ............................ 12

5.4. 打包方式 .................................... 14

5.5. 解码顺序号 (DON)............................. 15

5.6. 单个 NAL 单元包................................. 18

5.7. 复合包 ................................. 18

5.8. 分片单元 (FUs) ............................... 27

6. 分包规则 ................................... 31

6.1. 公共分包规则 .............................. 31

7.3. 附加的打包原则 .................. 36

8. 荷载格式参数 ................................... 37

8.1. MIME 注册 .................................... 37

8.2. SDP 参数...................................... 52

8.3. 例子.......................................... 58

8.4. 参数集考虑 ............................ 60

9. 安全考虑 ....................................... 62

10. 拥塞控制............................................ 63

11. IANA 考虑 ........................................... 64

12. 信息化附录: 应用例子 .................... 65

12.7. 视频流中健壮的包调度 ............. 70

13. 信息化附录:解码顺序号的原理 ..... 71

13.1. 介绍.......................................... 71

13.2. 多图像片断交错的例子 ............. 71

13.3. 健壮包调度的例子 .................... 73

13.4. 冗余编码片断健壮传输调度的例子................ 77

13.5. 其它设计可能的提醒 ................... 77

14. 致谢 .............................................. 78

15. 参考 ............................................... 78

15.1. 标准化参考.................................... 78

个都称为高级视频编码 AVC). H.264 建议在 2005 年 5 月被 ITU-T 采纳, 草案规范对于公共回顾可用

[8]. 本文 H.264 缩写用于 codec 和标准,但是本文等价于采纳 ISO/IEC 相似的编码标准.

H.264 视频 codec 又非常广泛的应用覆盖所有格式的数字压缩视频格式,从低带宽的 Internet 流应用

到 HDTV 广播和数字影院应用。和当前的技术状态比较, 整个 H.264 的性能被报告节省 50%的位率。例如，

数字卫星 TV 质量被报告在 1.5 Mbit/s,就可以实现，而当前的 MPEG 2 的操作点在大约 3.5 Mbit/s

[9].

该 codec 规范自己概念上区分[1]视频编码层(VCL)和网络抽象层(NAL). VCL 包含 Codec 的信令处理

功能;以及如转换，量化，运动补偿预测机制；以及循环过滤器。他遵从今天大多数视频 codec 的一般概念,

基于宏快的编码器，使用基于运动补偿的图像间预测和残余信号的转换编码。VCL 编码器输出片断: 一个位

串包含整数数目宏快的宏块数据，以及片断头信息(包含片断内第一个宏快的空间地址, 初始量化参数以及相

NAL 使用 NAL 单元. 一个 NAL 单元由一字节的头和荷载字节串组成。 头指示 NAL 单元的类型, 是否有

位错误或语法冲突在 NAL 单元荷载中,以及对于解码过程该 NAL 单元相对重要性的信息。本 RTP 荷载规范被

设计成不了解 NAL 单元荷载的位串。

H.264 的一个主要特性是传输时间，解码时间，图像以及片断采样演示时间完全的解耦合。H.264 中指

定的解码过程是不知道时间的, 并且 H.264 语法没有运送如跳过帧数目(在早期视频压缩标准，时间参考格

式中是普遍的)信息.同时，有的 NAL 单元影响许多图像，因此固有的是无时间性的。因为这样的原因，处理

RTP 时戳要求对于采样或演示时间没有定义或者在传输时间不知道的 NAL 单元进行一些特殊的考虑。

1.2. 参数集概念

H.264 一个非常基本的设计概念是产生自包含包, 使得如 RFC2429 的头重复或 MPEG-4 的头扩展编码

（HEC）[11]机制变得不必要。这是通过从媒体流解耦合不止一个片断的相对信息来实现的。高层 meta 信息

应该可靠/异步的发送,事先不和包含片断包的 RTP 包流发送。(对于没有通过带外传输信道发送本信息的应

用，通过带内发送本信息也提供了手段)。高层参数的组合被称为参数集。H.264 规范包括两类参数集:顺序

息。

为了改变图像参数(如图像大小)而不用同步传送参数集修改给片断包流,编码器和解码器可以维护不止一

NAL 单元类型字节的语法语义在[1]中指定,但是 NAL 单元类型的基本属性总结如下。NAL 单元类型字节

格式如下：

+---------------+

|0|1|2|3|4|5|6|7|

+-+-+-+-+-+-+-+-+

|F|NRI| Type |

+---------------+

NAL 单元类型字节部件的语义在 H.264 规范中制定, 简要描述如下.

F: 1 bit

有当前定义的 NAL 单元类型和他们的语义，参考 [1]的 7.4.1.

本文引入新的 NAL 单元类型，在 5.2 演示. 定义在本文的 NAL 单元类型在[1]中标记为未指定。但是,

本规范扩展了 F 和 NRI 的语义，象 5.3 描述的那样.

2. Conventions

The key words "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT",

"SHOULD", "SHOULD NOT", "RECOMMENDED", "MAY", and "OPTIONAL" in this

document are to be interpreted as described in BCP 14, RFC 2119 [3].

This specification uses the notion of setting and clearing a bit when

bit fields are handled. Setting a bit is the same as assigning that

bit the value of 1 (On). Clearing a bit is the same as assigning

this specification will be in the conversational multimedia field,

covers other applications, such as Internet streaming and TV over IP.

4. 定义和缩写

4.1. 定义

本文档使用[1]中的定义. 为了方便以下定义在[1]中的词语总结出来：

access unit: 一组 NAL 单元总包括一个主要的编码图像。除了主要的编码图像,一个 access

unit 也可以包含一个或多个冗余编码图像或其他的不包括片断或编码图像片断分区数据的 NAL 单元

。access unit 的解码总是导致一个解码的图像。

coded video sequence: A sequence of access units that consists, in

decoding order, of an instantaneous decoding refresh (IDR) access

unit followed by zero or more non-IDR access units including all

access unit.

Informative note: The concept of a MANE goes beyond normal

signaling (e.g., to learn about the payload type mappings of