DB41/T 759.3-2012 视频监控联网系统技术规范 第3部分 视音频编解码

DB41

河南省地方标准

DB41/T759.3—2012

视频联网监控系统技术规范

第3部分：视音频编解码

2012-11-01发布2013-01-01实施

河南省质量技术监督局发布

DB41/T759.3—2012

目次

前言...............................................................................III

引言................................................................................IV

1范围..............................................................................1

2规范性引用文件....................................................................1

3术语和定义........................................................................1

3.1................................................................................1

4缩略语............................................................................1

5音频编解码........................................................................1

5.1音频编解码支持的范围..........................................................1

5.2G.711格式.....................................................................2

5.3G.723.1格式...................................................................2

5.4G.729格式.....................................................................2

6视频编解码........................................................................2

6.1基于H.264的视频编、解码技术要求...........................................2

6.1.1H.264的档次和级别.......................................................2

6.1.2H.264基本档次的码流语法.................................................2

6.1.3H.264的一致性测试.......................................................3

6.2基于MPEG-4的视频编、解码技术要求..........................................3

6.2.1MPEG-4的档次和级别......................................................3

6.2.2MPEG-4的码流语法........................................................4

6.2.3MPEG-4的一致性测试......................................................4

7封装格式要求......................................................................4

7.1传输封装格式..................................................................5

7.1.1基本要求..................................................................5

7.1.2基于RTP的视音频数据PS封装.................................................5

7.1.3基于RTP的视音频基本流封装.................................................5

7.2存储封装格式..................................................................6

8解码插件..........................................................................6

8.1插件管理要求..................................................................6

8.2解码插件来源..................................................................7

8.3解码插件命名..................................................................7

8.4码流传输要求..................................................................7

8.5码流转换......................................................................7

附录A（规范性附录）视频编、解码技术要求............................................8

I

DB41/T759.3—2012

附录B（规范性附录）解码插件接口定义................................................11

参考文献.............................................................................20

II

DB41/T759.3—2012

前言

DB41/T759《视频监控联网系统技术规范》分为三个部分：

——第1部分通用技术要求；

——第2部分联网平台技术要求；

——第3部分视音频编解码。

本部分为DB41/T759的第3部分。

本部分按照GB/T1.1-2009给出的规则起草。

请注意，本文中的某些内容可能涉及专利，本文中的发布机构不承担识别这些专利的责任。

本部分由河南省公安厅科技处负责起草，杭州海康威视数字技术股份有限公司，河南丹枫科技有限

公司，苏州科达科技有限公司，浙江宇视科技有限公司，河南天瑞检测咨询有限公司参加起草。

本部分主要起草人：饶丽华、马正祥、夏国英、赖齐、曹中胜、李福胜、宋旭江。

III

DB41/T759.3—2012

引言

近年来，河南省视频监控系统建设与应用工作取得显著成效，视频监控系统遍布全省各地，在公安

机关打防管控方面发挥了重要作用。但各视频监控系统存在标准、协议不统一，不能实现大范围的互联

互通和信息共享等问题，难以满足政府社会管理和公安业务工作的实际需求。

根据河南省公安厅对视频监控联网系统的建设要求，按照“统一规划、统一标准”的原则，在GA/T

669-2008《城市监控报警联网系统技术标准》、GB/T28181-2011《安全防范视频监控联网系统信息

传输、交换、控制技术要求》规定的基本要求基础上，结合河南省视频监控联网系统建设现状和目标，

制定视频监控联网系统技术规范，以规范全省视频监控系统联网，实现全省范围内的视频监控联网系统

的互联、互通、互控，提升全省各级公安机关的打防管控能力，并为政府各部门开展应急指挥、城市管

理、服务群众等工作提供支撑。

IV

DB41/T759.3—2012

视频联网监控系统技术规范

第3部分：视音频编解码

1范围

本部分规定了视频监控联网系统的术语、定义和缩略语、音频编解码、封装格式要求、解码插件。

本部分适用于河南省省视频监控联网系统的建设及相关软硬件产品的开发，其他领域的视频监控联

网系统可参考使用。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。

凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T28181-2011安全防范视频监控联网系统信息传输、交换、控制技术要求

3术语和定义

下列术语和定义适用于本部分。

3.1

解码插件

解码端在显示压缩图像时用来解码的插件。

4缩略语

下列缩略语适用于本部分。

CBR：定码率（ConstantBitRate）

VBR：变码率（VariableBitRate）

CAVLC：上下文自适应变长编码（Context-basedAdaptiveVariableLengthCoding）

CABAC：上下文自适应二进制算术编码（Context-basedAdaptiveBinaryArithmeticCoding）

Slice条带，由连续的整数个宏块以扫描顺序构成的图像区域

3GPPThe3rdGenerationPartnershipProject

5音频编解码

5.1音频编解码支持的范围

1

DB41/T759.3—2012

音频编码应支持G.711或G.723.1或G.729音频编码标准，可扩展支持ITU-TRec.G.722.1音频编

码标准，音频解码应同时支持G.711、G.723.1和G.729音频解码标准,可扩展支持ITU-TRec.

G.722.1-1999音频解码标准。

5.2G.711格式

应至少支持ITU-TRec.G.711-1988中定义的A律。G.711解码实现的正确性和精度应符合

ITU-TRec.G.711相应测试序列的验证要求。

5.3G.723.1格式

应支持ITU-TRec.G.723.1-1996中定义的5.3kbit和6.3kbit语音编/解码模式，宜扩展支持

ITU-TRec.G.723.1附件AnnexA中的VAD/CNG模式。G.723.1解码实现的正确性和精度应符合

ITU-TRec.G.723.1相应测试序列的验证要求。

5.4G.729格式

应支持ITU-TRec.G.729-1996中定义的语音编、解码模式，宜扩展支持ITU-TRec.G.729-1996附

件AnnexB中定义的静音压缩模式。G.729解码实现的正确性和精度应符合ITU-TRec.G.729相应

测试序列的验证要求。

6视频编解码

6.1基于H.264的视频编、解码技术要求

6.1.1H.264的档次和级别

采用H.264标准的视频编码应至少支持ITU-TRec.H.264-2005视频标准的基本档次

（BaselineProfile），级别（Level）应至少支持到Level1.3，标清应用宜扩展支持到Level3，高

清应用宜扩展支持到Level4；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视频标准基本档次的Level3；视频解码宜扩展支持H.264主档次（MainProfile）

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。

描述如下：

a)H.264基本档次的选项和工具主要有：

1)I片和P片（Slice）；

2)基于内容自适应的变长编码CAVLC；

3)容错工具：FMO，ASO，RS；

4)去块效应滤波器（DeblockingFilter）；

5)多参考帧编码。

b)H.264级别的限制见附录A中表A.1的规定；

c)H.264基本档次各级别的参数限制见附录A中表A.2的规定；

d)H.264中CIF、4CIF、720pHD、1080pHD各级别（Level）的最大帧率限制见附录A中表A.3

的规定，表中的“-”表示未做相应的限制。其他分辨率各级别的最大帧率限制见ITU-TRec.

H.264-2005中的规定。

6.1.2H.264基本档次的码流语法

H.264码流应为符合BaselineProfile的码流，码流语法等同采用ITU-TRec.H.264-2005。H.264

2

DB41/T759.3—2012

基本档次的码流语法如下：

a)码流的档次标识profile_idc等于66；

b)NAL单元流中，nal_unit_type的取值不包括2，3，4；

c)序列参数集（Sequenceparametersets）中的frame_mbs_only_flag等于1；

d)序列参数集中不应出现下列句法元素：chroma_format_idc,bit_depth_luma_minus8,

bit_depth_chroma_minus8,qpprime_y_zero_transform_bypass_flag,seq_scaling_mat

rix_present_flag；

e)图像参数集（Pictureparametersets）中的weighted_pred_flag和weighted_bipred_idc

均等于0；

f)图像参数集中的entropy_coding_mode_flag等于0；

g)图像参数集中num_slice_groups_minus1的取值范围为0～7之间，包括0和7；

h)图像参数集中不应出现下列句法元素：transform_8x8_mode_flag,

pic_scaling_matrix_present_flag,second_chroma_qp_index_offset；

i)句法元素level_prefix不应大于15。基本档次某一特定级别的解码器应该能解码所有满足

profile_idc=66或constraint_set0_flag=1的比特流，其中level_idc应为一个小于或等于

指定级别的级别。

6.1.3H.264的一致性测试

6.1.3.1比特流一致性测试

比特流一致性描述见ITU-TRec.H.264-2005附录C中C3的规定。

H.264的一致性比特流(Conformancebitstream）应满足如下测试：当使用解码软件对H.264视

频比特流进行解码时，不应出现任何由比特流引起的错误或不一致。

比特流一致性的进一步测试还包括虚拟参考解码器HRD的一致性测试（基于ITU-TRec.

H.264-2005）等，见ITU-TRec.H.264.1-2005。

上述验证比特流一致性用到的解码软件可参考ITU-TRec.H.264.2-2005中指定的软件。

6.1.3.2解码器一致性测试

解码器一致性描述见ITU-TRec.H.264-2005附录J中C4的规定。

H.264解码器的一致性测试见ITU-TRec.H.264.1-2005中的方法，验证解码器一致性用到的软件

可参考ITU-TRec.H.264.2-2005中指定的软件。

满足特定档次和级别的H.264视频解码器应能正确解码相应档次和级别的H.264一致性比特流。

6.2基于MPEG-4的视频编、解码技术要求

6.2.1MPEG-4的档次和级别

采用MPEG-4标准的视频编码应至少支持ISO/IEC14496-2:2004中简单档次（SimpleProfile）

的级别L5（ISO/IEC14496-2:2004/Amd.2:2005），即MPEG-4SP@L5。采用MPEG-4标准的视频解码

所支持的档次和级别不应低于编码支持的最高档次和级别，宜扩展支持MPEG-4先进简单档次

（AdvancedSimpleProfile）中的隔行扫描和B帧工具。

6.2.1.1MPEG-4简单档次的工具

MPEG-4简单档次的工具包括：

a)Basic：基本工具，又包括以下几种工具：

3

DB41/T759.3—2012

1)I-VOP：帧内编码的矩形视频对象平面，逐行扫描的视频格式；

2)P-VOP：帧间编码的矩形视频对象平面，逐行扫描的视频格式；

3)AC/DCPrediction：AC/DC预测；

4)4-MV：每个宏块可以有4个运动矢量；

5)UnrestrictedMV：不受限制的运动矢量。

b)ErrorResilience：容错工具，又包括以下3种工具：

1)SliceResynchronization：片重同步；

2)DataPartitioning：数据划分；

3)ReversibleVLC：可逆的变长编码。

c)ShortHeader：短头工具。

MPEG-4视频编码应支持上述简单档次的部分或全部工具，可不支持容错和短头工具；视频解码至

少应支持除容错工具外的简单档次的全部工具。

6.2.1.2MPEG-4简单档次各级别的参数限制

MPEG-4视频编/、解码应至少支持简单档次的L5级别，参数限制如表附录A表A.4所示。简单

档次其他各级别的参数限制见ISO/IEC14496-2:2004及ISO/IEC14496-2:2004/Amd.2:2005中的相

关规定。

6.2.2MPEG-4的码流语法

为实现联网系统中视频流的互通，采用MPEG-4标准的视频码流语法应符合ISO/IEC14496-2:2004

中的规定。

MPEG-4中简单档次不同级别的相应标识码见附录A表A.5（见ISO/IEC14496-2:2004中的表G-1

和ISO/IEC14496-2:2004/Amd.2:2005中的规定）。

6.2.3MPEG-4的一致性测试

6.2.3.1比特流一致性测试

MPEG-4的一致性比特流（compliantbitstream）是指实现了ISO/IEC14496-2:2004在通用语法

中定义的所有限制的比特流，包括ISO/IEC14496-2:2004中第9章关于档次和级别的限制。

MPEG-4的一致性比特流应满足如下测试：当使用解码软件对MPEG-4视频比特流进行解码时，不

应出现任何由比特流引起的错误或不一致。

MPEG-4的比特流一致性测试的附加测试见ISO/IEC14496-4:2004中的描述。

上述验证比特流一致性用到的解码软件可参考ISO/IEC14496-5:2001中指定的软件。

6.2.3.2解码器的一致性测试

MPEG-4的视频解码器通常指某一特定档次和级别的解码器。

MPEG-4视频解码器的一致性测试见ISO/IEC14496-4：2004中的规定，其中简单档次L5级别的视

频解码器一致性测试见ISO/IEC14496-4:2004/Amd.10:2005的规定。验证解码器一致性用到的软件可

参考ISO/IEC14496-5:2001中指定的软件。

满足特定档次和级别的MPEG-4视频解码器应能正确解码相应档次和级别的MPEG-4一致性比特流。

7封装格式要求

4

DB41/T759.3—2012

7.1传输封装格式

7.1.1基本要求

媒体流在联网系统IP网络上传输时应支持RTP传输，RTP的负载应采用如下两种格式之一：基

于PS封装的视音频数据或视音频基本流数据，见附录C。媒体流的传输应采用RFC3550规定的RTP

协议，提供实时数据传输中的时间戳信息及各数据流的同步；应采用RFC3550规定的RTCP协议，为

按序传输数据包提供可靠保证，提供流量控制和拥塞控制。

7.1.2基于RTP的视音频数据PS封装

7.1.2.1基于RTP的PS封装首先按照ISO/IEC13818-1:2000将视音频流封装成PS

包，再将PS包以负载的方式封装成RTP包。

7.1.2.2PS包的主要参数设置针对本文档规定的几种视音频格式，PS包中的流类型

（stream_type）的取值如下：

a)MPEG-4视频流：0x10；

b)H.264视频流：0x1B；

c)G.711音频流：0x90；

d)G.722.1音频流：0x92；

e)G.723.1音频流：0x93；

f)G.729音频流：0x99；

7.1.2.3PS包的RTP封装格式参照RFC2250，RTP的主要参数设置如下：

a)负载类型（payloadtype）:96；

b)编码名称（encodingname）：PS；

c)时钟频率（clockrate）：90kHz；

d)SDP描述中“m”字段的“media”项：video。

7.1.3基于RTP的视音频基本流封装

7.1.3.1基本封装

该方式直接将视音频数据以负载的方式封装成RTP包。

7.1.3.2MPEG-4视频流的RTP封装

MPEG-4视频流的RTP封装格式应符合RFC3016协议中的相关规定。

MPEG-4视频流RTP包的负载类型（PayloadType）标识号选定：从RFC3551协议的表5中的动态

范围（96-127）中选择,建议定为97。

7.1.3.3H.264视频流的RTP封装

H.264的RTP载荷格式应符合RFC3984中的相关规定。

H.264视频流RTP包的负载类型（PayloadType）标识号选定：从R