Padrões de vídeo ITU-T
R: Requerido; O: Opcional; N: Não especificado
Figura 2.11 Comparação entre os padrões H.261 e H.263.
Ca pí tu lo 2 - P ad rõ es d e v id eo co nf er ên ci a
Como podemos observar na figura, o formato CIF apresenta variações que definem outros formatos de resolução. Formatos com menor resolução requerem menor largura de banda para transmissão, como é o caso do Sub-QCIF. Formatos com maior resolução, como é o caso do 4CIF, requerem maior largura de banda para a transmissão. Para o padrão H.323, o padrão para codificação de vídeo requerido é o H.261 com resolução QCIF. Assim, há a garantia de que todos os sistemas compatíveis com H.323 suportam pelo menos essa especificação.
H.264
q
Padrão de codificação de vídeo bastante utilizado atualmente, que usa novas técnicas não disponíveis no MPEG2, MPEG4 e H.263. Oferece o dobro da qualidade de vídeo do H.262 em qualquer taxa de transmissão. Tornou-se um padrão mandatório para sistemas de alta definição com os discos Blue Ray, e também para produtos de broadcast, cabo, videocon- ferência e outros eletrônicos diversos. Também é adotado na TV digital brasileira.
O H.264 é um padrão bastante utilizado atualmente em codificação de vídeo, sendo cada vez mais usado em sistemas de videoconferência. Ele foi especificado pela ITU-T em conjunto com o grupo MPEG, sendo nomeado H.264 pela ITU-T e MPEG-4 (parte 10) – ou MPEG-4 AVC, de Advanced Video Coding, pelo MPEG.
Ao contrário do MPEG-4, o H.264 tem um escopo mais reduzido e seu foco é a otimização da codificação de vídeo. Ele inclui diversas novas funcionalidades no processo de codificação em relação aos seus predecessores, buscando um balanço entre eficiência da codificação, complexidade e custo.
O grau de compressão do padrão e a inclusão de outros componentes que envolvem estri- tamente vídeo e a flexibilidade permitida fazem com que seja uma grande promessa para o futuro das aplicações de videoconferência. Ele já é o padrão adotado nos sistemas mais modernos, principalmente os que requerem alta qualidade, como nos casos dos discos Blue Ray. O H.264 foi adotado como o padrão de codificação a ser usado pelo sistema brasileiro de TV digital.
MPEG
q
O MPEG foi um grupo estabelecido em 1988, com a meta de elaborar padrões genéricos para vídeo digital e compressão de áudio, definindo normas para multiplexar fluxo de áudio e vídeo.
Padrões:
1 MPEG-1, MPEG-2, MPEG-4 e MPEG-H: possuem partes específicas de compressão de áudio e vídeo.
1 MPEG-7: descrição de conteúdo de mídia (metadados). 1 MPEG-21: definição de um framework multimídia.
Os padrões MPEG normalmente são divididos em diversas partes, cada uma especificando determinadas etapas ou processos da codificação (codificação de imagens, de áudio, pro- cesso de testes, entre outros). No MPEG-1, por exemplo, a parte 3 especifica codificação de áudio, sendo o formato de codificação que ficou conhecido pelo nome MP3. A parte que especifica codificação de vídeo normalmente é a parte 2 dos padrões, o que acontece no MPEG-1, MPEG-2 e MPEG-4.
Ad m in is tr aç ão d e V id eo co nf er ênci a
O MPEG-1 é o padrão mais antigo da família MPEG, projetado inicialmente para ser capaz de comprimir cerca de 30 minutos de áudio e vídeo para um único CD. O MPEG-1 é uma estratégia eficiente de compressão e descompressão, mas qualitativamente deixa a desejar. Normalmente, as taxas utilizadas estão em torno de 1 a 1,5 Mbit/s. Desde que a compressão H.263 vem sendo utilizada na maioria dos sistemas baseados em H.323 – já que fornece a mesma qualidade de imagem com uma taxa semelhante –, o MPEG-1 não tem sido mais adotado em sistemas de videoconferência.
Assim como o MPEG-1, o padrão MPEG-2 implementa um esquema para compressão de vídeo. Porém, o propósito inicial dos desenvolvedores do MPEG-2 era atender a aplicações de broadcast, o que trouxe novas especificidades ao esquema adotado, que representa uma evolução ao MPEG-1, sendo muito mais complexo e eficiente. Atualmente, o MPEG-2 cobre muitas variações de resolução e formato, visando também atender as especificações da TV de alta definição. O mercado disponibiliza um grande número de produtos que utilizam este formato, como DVD players, receptores de TV via satélite e receptores de TV a cabo. O MPEG-2 ainda é utilizado em videoconferências quando se deseja um método mais rápido e menos complexo de compressão ou manter a compatibilidade com sistemas antigos. O MPEG-4 é o mais novo dos padrões da família MPEG, introduzido em 1999. O maior diferencial do MPEG-4 é incluir novos métodos de codificação de vídeo que o tornam mais eficiente que o MPEG-2. Além disso, o MPEG-4 também é um padrão bastante mais extenso que o MPEG-2, sendo definido como um padrão para representação de objetos audiovisuais. O mecanismo de compressão é semelhante ao MPEG-2, mas este padrão procura tratar de diversos tipos de dados, como objetos (regiões de um vídeo), redes de pontos 2D e 3D, animações e texturas.
Assim como no MPEG-2, o MPEG-4 também oferece uma variedade de perfis que podem ser utilizados, permitindo desde taxas muito baixas (para utilização em dispositivos móveis, por exemplo) até taxas bem maiores, que permitem transmissão de vídeo de alta qualidade. Compa- rando perfis equivalentes, o MPEG-4 requer maior processamento do que os padrões MPEG-2 e MPEG-1 para codificação e decodificação. Do mesmo modo como os demais esquemas de com- pressão MPEG, ele foi desenvolvido para aplicações de broadcast e streaming, onde a latência não se apresenta como uma questão tão crucial quanto em aplicações de videoconferência. O MPEG-4 apresenta duas partes relacionadas à codificação de vídeo:
1 MPEG-4 parte 2: método também chamado de MPEG-4 Visual, representa a evolução da codificação do MPEG-2. Normalmente quando se fala apenas em MPEG-4, é esta parte do padrão que está sendo referenciada.
1 MPEG-4 parte 10: foi definida em conjunto com o ITU-T e é chamada de Advanced Video
Coding (AVC) pelo MPEG e H.264 pelo ITU-T. Não deve ser confundido com o MPEG-4 parte
2, pois representa um formato de compressão diferente.
O MPEG-4 parte 2 vem substituindo o MPEG-2 já há alguns anos, sendo utilizado em diversos vídeos na internet codificados através de codecs que implementam o padrão, como os já populares DivX e Quicktime 6. Já o MPEG-4 parte 10 corresponde ao H.264, que já possui diversas aplicações (como Blue-ray, TV digital brasileira, entre outras) e tende a se tornar o padrão mais utilizado, inclusive em videoconferências.
Ca pí tu lo 2 - P ad rõ es d e v id eo co nf er ên ci a
Padrões de dados
q
Há dois padrões importantes homologados pela ITU-T:
1 T.120: série de protocolos para compartilhamento de dados com suporte a multi- ponto. Possibilita:
2 Compartilhamento de área de trabalho ou de aplicação. 2 Uso de quadro branco (bate-papo e transferência de arquivos). 1 H.239: possibilita a criação e o controle de canais de vídeo adicionais.
2 Canal de vídeo adicional para envio de apresentações, compartilhamento de tela do computador, entre outros.
T.120 é uma família de padrões estabelecidos pela ITU e suportados pelo padrão H.323 (de uso não obrigatório). A norma T.120 regulamenta uma série de protocolos para o com- partilhamento de dados em sistemas de videoconferência. O T.120 suporta comunicação ponto-a-ponto e também comunicação multiponto, podendo ser utilizado através de um nó centralizador (servidor) ou não. Quando é utilizado em conjunto com um sistema de vide- oconferência, pode assumir duas estratégias: in-band (a troca de dados entre os terminais compartilham o mesmo canal utilizado para troca de vídeo e áudio) ou out-of-band (as cone- xões de dados são feitas independentemente das conexões de multimídia).
Dentre as principais aplicações do T.120, destacamos: compartilhamento de área de tra- balho e aplicações, quadro branco (whiteboard), bate-papo e transferência de arquivos. Exemplo de equipamento que facilita a captura de dados para uso do H.239:
O H.239 faz parte da família de protocolos H.32x (que inclui o H.323) e é utilizado para possibilitar a criação e o controle de canais multimídia adicionais na videoconferência. O H.239 é voltado para sistemas baseados nos padrões H.245 e H.320. Enquanto o H.245 permite a criação de múltiplos canais para vídeo, o H.320 permite apenas um canal. Com isso, em relação ao H.320, o H.239 traz a vantagem de permitir um canal adicional de vídeo, onde pode ser transmitida, por exemplo, uma apresentação. Além disso, também permite a identificação dos canais (indicar que um canal de vídeo corresponde à apresentação do professor, por exemplo) e métodos para controlar estes canais em conferências multiponto, como permitir que apenas um participante esteja transmitindo um vídeo adicional – contendo a imagem de seu desktop, por exemplo.
Uma breve descrição desses padrões é disponibilizada em “Videoconferencing Cookbook” no site da ViDe.
w
Figura 2.12 Polycom Visual Concert.Ad m in is tr aç ão d e V id eo co nf er ênci a
Padrões de comunicação
A figura a seguir contém um resumo das principais recomendações ITU, com o tipo de redes para as quais elas são voltadas e os padrões de áudio e vídeo utilizados em cada uma.
Padrões de
comunicação Padrões de vídeo Padrões de áudio Redes
H.310 MPEG-2 MPEG-2 Redes ATM
H.320 H.261, H.263 G.711, G.722 e G.728 Redes ISDN e dedicadas H.323 H.261, H.263 G.711, G.722, G.723, G.728 e G.729 Redes de pacotes (IP)
H.324 H.263 G.723.1 Rede telefônica
A família H.3xx é um conjunto de recomendações regulamentadas pela ITU-T que compõe o principal conjunto de recomendações relacionadas à videoconferência. Essas recomendações costumam ser chamadas de “guarda-chuva”, pois fazem referência a diversas outras recomen- dações, entre elas recomendações para codificação de áudio e vídeo, multiplexação, sinali- zação e controle. Estas recomendações referenciadas indicam as técnicas e protocolos que podem ser utilizadas nas diversas áreas da videoconferência. A recomendação H.323, por exemplo, faz referência aos protocolos H.261, H.263 e H.264 para codificação de vídeo. O núcleo de recomendações da família H.3xx é composto por:
1 H.310 – provê suporte para videoconferência sobre ATM e possui um nicho muito específico. 1 H.320 – padrão para transmissão de vídeo, áudio e dados em tempo real em redes ISDN
(Integrated Services Digital Network). É disponibilizado de duas formas: PRI fornece 30 canais de 64 kbit/s e dois canais de sinalização, totalizando 2 Mbit/s; BRI fornece dois canais de 64 kbit/s e um canal de sinalização de 16 kbit/s, totalizando 144 kbit/s.
1 H.323 – recomendação voltada para videoconferências em redes comutadas por pacotes sem garantia de qualidade de serviço (LANs, internet etc.).
1 H.324 – provê suporte para videoconferência de baixa largura de banda sobre PSTN (Public Switched Telephone Network). Esse protocolo foi utilizado na Ásia pelo mercado de telefonia celular.
Além dos padrões ITU, há um padrão IETF que deve ser destacado:
1 SIP – protocolo dominante na área de VoIP e cujo uso em videoconferências vem crescendo cada vez mais.
Neste curso será dada ênfase aos protocolos H.323, durante esta sessão, e SIP em sessões posteriores.
Padrão H.320
O padrão H.320 é voltado para videoconferências em redes ISDN.
Figura 2.13 Principais padrões ITU-T.
Ca pí tu lo 2 - P ad rõ es d e v id eo co nf er ên ci a Controle Dados Controle Codecs de vídeo Codecs de áudio Estrutura de normas do H.320 H.221 T.120 H.243 H.261 G.711 G.722 G.728 H.242 H.230 H.263 H.239 H.264
Recomendações utilizadas pelo H.320:
1 Codificação de vídeo: H.261 e opcionalmente H.262, H.263 e H.264. 1 Codificação de áudio: G.711 e opcionalmente G.722, G.728, G.723.1 e G.729. 1 Controle: H.221, H.242, H.243 e H.230.
1 Dados: T.120 e H.239.
A base do H.320 está nos seus padrões de controle. Abaixo há uma breve descrição de cada um deles:
1 H.221: define a estrutura de organização dos dados (framing) para canais de 64 a 1920 kbit/s em conferências.
1 H.242: define um sistema para estabelecer comunicação entre terminais audiovisuais (ponto-a-ponto) usando canais digitais de até 2 Mbit/s.
1 H.230: define o controle de sincronização de quadros e indicação de sinais para sistemas audiovisuais.
1 H.243: define procedimentos para estabelecer comunicação entre 3 ou mais terminais audiovisuais usando canais digitais de até 2 Mbit/s. Comunicação com o MCU.
Padrão H.323
q
Padrão mais difundido para transmissão de voz, vídeo e dados em tempo real, para uso em redes comutadas por pacotes. Foi o primeiro padrão para VoIP, mas perdeu espaço para o SIP.
Principais componentes de uma rede H.323: 1 Terminais.
1 Unidade de Controle Multiponto (MCU). 1 Gatekeeper.
1 Gateway.
1 Elementos de borda.
Terminais H.323 são equipamentos que conectam-se à rede H.323, viabilizando a partici- pação dos usuários em videoconferências.
O H.323 é um padrão ITU que descreve protocolos, serviços e equipamentos necessários para comunicação multimídia incluindo áudio, vídeo e dados em redes sem garantia de qualidade de serviço. O H.323 vem sendo desenvolvido desde 1996 com o objetivo de prover comunicação multimídia sobre redes baseadas em IP – como a própria internet, IPX, LANs e Figura 2.14
Estrutura de normas do H.320.
Ad m in is tr aç ão d e V id eo co nf er ênci a
WANs. Desde sua criação, o H.323 já sofreu muitas revisões, que incorporam novas carac- terísticas para adequá-lo às novas tendências. O H.323 também pode ser visto como uma derivação de outro padrão da família H.32x, o H.320, mas otimizado para uso na internet. Atualmente, o H.323 também conta com especificações para a inclusão de suporte à voz e telefonia sobre IP.
O funcionamento do padrão H.323 é fundamentado numa espécie de “contrato” entre os componentes que interagem dentro de um ambiente H.323, permitindo que esses compo- nentes troquem informações entre si. O H.323 também especifica os padrões utilizados para esta comunicação, que formam a “linguagem” utilizada pelos componentes para que eles possam se entender.
A arquitetura H.323 é composta dos seguintes componentes:
1 Terminais: são computadores ou equipamentos dedicados utilizados como “pontos finais” (endpoints) da rede de comunicação. Esses equipamentos são responsáveis por fornecer suporte em tempo real às comunicações bidirecionais. Tipicamente, são repre- sentados por computadores pessoais com suporte multimídia e câmeras integradas ou equipamentos dedicados que já contêm câmera e captação de som ligados a um televisor ou projetor. Em alguns momentos o termo “endpoint” é utilizado na norma H.323 para referenciar qualquer elemento capaz de receber ou iniciar chamadas, seja um terminal, gateway ou MCU.
1 Gatekeepers: conhecidos como os “cérebros” da rede, responsáveis pela gerência de outros componentes do H.323 e pelas funções de tradução de endereços e identificação dos elementos de videoconferência, autorização e gerenciamento.
1 Gateways: promovem o “entendimento comum”, ou seja, trabalham como tradutores responsáveis pela conexão em redes não integradas (fora da zona H.323), possibilitando a interoperabilidade com endpoints de redes baseadas em circuitos (por exemplo, RDSI). 1 MCU: Multipoint Control Units são responsáveis pela conferência multiponto, viabilizando
que mais de dois participantes se comuniquem simultaneamente através da rede, analo- gamente ao que acontece em uma teleconferência via telefone.
Telefone IP phone Telefone IP phone Gatekeeper Gateway Terminal H.323 Gateway MCU Terminal H.323 Roteador PSTN / WIRELESS Roteador Terminal H.320 Telefone ISDN Rede IP Figura 2.15 Exemplo de cenário (terminais, MCU, gatekeeper, gateway).
Ca pí tu lo 2 - P ad rõ es d e v id eo co nf er ên ci a
Adicionalmente à definição dos diferentes tipos de componentes, o H.323 descreve protocolos que definem a codificação de áudio e vídeo, registro e admissão (Registration, Admission and
Status – RAS), sinalização de chamadas e de controle. O H.323 ainda especifica uma arquite-
tura de componentes obrigatórios e opcionais, que serão detalhados durante o curso, bem como todo o detalhamento do funcionamento dos protocolos.