Ampliación Redes 4-1 Universidad de Valencia Rogelio Montañana Tema 4 Multimedia Rogelio...

Ampliación Redes 4-1Universidad de Valencia Rogelio Montañana

Tema 4

Multimedia

Rogelio MontañanaDepartamento de Informática

Universidad de [email protected]

http://www.uv.es/~montanan/


Concepto de red Multimedia

• Teóricamente:– La red que transmite información utilizando

para ello más de un medio físico. Ejemplo: documento con texto e imágenes

• Para nosotros:– La red que transmite información de audio y/o

vídeo en tiempo real (aunque solo se utilice uno de estos medios). Ejemplo: telefonía por Internet


Sumario

• Teorema de Nyquist. Conversión analógico-digital

• Audio digital. Estándares. Compresión• Vídeo digital. Estándares. Compresión• Protocolos RTP y RTCP• Vídeoconferencia. Estándares H.32x• Pasarelas e Interoperabilidad• Vídeo bajo demanda• Telefonía Internet


Teorema de Nyquist.

• Teorema de Nyquist: La digitalización de una señal analógica ha de hacerse muestreando al menos al doble de la frecuencia máxima que se pretende capturar.– Canal telefónico: 3,1 KHz Muestreo 8 KHz– Audio HiFi: 20 KHz Muestreo 44,1 KHz


Señal ‘muestreada’a 8 KHz

Señal analógicaoriginal

Canal telefónicoCanal telefónicoAncho de bandaAncho de banda = =

300 300 aa 3.400 Hz 3.400 Hz

Teorema de Nyquist

MuestrasMuestras

8.000 muestras/s(captura hasta 4 KHz)


Conversión analógico-digitalPCM (Pulse Code Modulation)

Señal‘muestreada’

(valores continuos)

Señal digital (valores discretos)

Ruido (o error) de cuantización

100100111011001

DigitalizaciónEl error de

cuantización depende del número de bits por muestra.


Sumario

• Teorema de Nyquist. Conversión analógico-digital.

• Audio digital. Estándares. Compresión• Vídeo digital. Estándares. Compresión• Protocolos RTP y RTCP• Vídeoconferencia. Estándares H.32x• Pasarelas e Interoperabilidad• Video bajo demanda• Telefonía sobre Internet


Audio digital no comprimido

Tipo Frec. de

muestreo

Bits por

muestra

Canales Caudal

Sonido telefónico

(G.711)

8 KHz 8 1 64 Kb/s

(RDSI)

CD-DA (Compact

Disc – Digital Audio)

44,1 KHz 16 2 1,411 Mb/s

(CD-ROM 1x)

DAT (Digital Audio Tape)

48 KHz 16 2 1,536 Mb/s


Clasificación algoritmos de compresión• Por su fidelidad:

– Sin pérdidas (lossless): usada para datos (ej.: norma V.42bis en módems, ficheros .zip)

– Con pérdidas (lossy): usada normalmente en audio y vídeo. Inaceptable para datos

• Por su velocidad relativa de compresión/descompresión:– Simétricos: necesitan aproximadamente la misma potencia de CPU

para comprimir que para descomprimir– Asimétricos: requieren bastante más CPU para comprimir que para

descomprimir.• En multimedia se suelen utilizar algoritmos lossy• Siempre se necesita más CPU para comprimir que para

descomprimir• Generalmente los algoritmos que consiguen mayor compresión

gastan más CPU.


Tipos de compresión de audio

• General (apta para todo tipo de sonidos):– Psicoacústica (MPEG)– Adaptativa Diferencial (ADPCM)

• Específica para voz:– Code Excited Linear Prediction (CELP)– CS-ACELP (Conjugate-Structure Algebraic Code

Excited Linear Prediction– GSM

• Los codecs de voz no son aptos para música u otros sonidos


Algunos formatos de audio digitalFormato Frec. Muestreo

(KHz)Canales Caudal por canal

(Kb/s)Uso

PCM (G.711) 8 1 64 Telefonía

ADPCM (G.721) 8 1 32 Telefonía

SB-ADPCM (G.722) 16 1 48/56/64 Vídeoconferenc.

MP-MLQ (G.723.1) 8 1 6,3/5,3 variable Telefonía Internet

ADPCM (G.726) 8 1 16/24/32/40 Telefonía

E-ADPCM (G.727) 8 1 16/24/32/40 Telefonía

LD-CELP (G.728) 8 1 16 Telefonía/Videoc.

CS-ACELP (G.729) 8 1 8 Telefonía Internet

RPE-LTP (GSM 06.10) 8 1 13,2 Telefonía GSM

CELP (FS 1016) 8 1 4,8

LPC-10E (FS 1015) 8 1 2,4

CD-DA / DAT 44,1/48 2 705,6/768 Audio Hi-Fi

MPEG-1 Layer I 32/44,1/48 2 192-256 variable

MPEG-1 Layer II 32/44,1/48 2 96-128 variable

MPEG-1 Layer III (MP3) 32/44,1/48 2 64 variable Hi-Fi Internet

MPEG-2 AAC 32/44,1/48 5.1 32-44 variable Hi-Fi Internet

Elevadoretardo

BajoRetardo


Audio digital comprimido

• Generalmente a más compresión menor calidad y mayor consumo de CPU.

• Los sistemas de caudal variable (MPEG, G.723.1) son los que mejor se adaptan a redes sin reserva de caudal constante, como el modelo DiffServ de Internet o los servicios UBR o ABR de ATM.

• Los sistemas de caudal constante (G.711, G.722, G.729) son más adecuados para servicios orientados a conexión (RSVP o circuitos CBR de ATM, por ejemplo).

• La compresión MPEG es la más eficiente y da mayor calidad, pero consume mucha CPU e introduce mucho retardo por lo que no puede emplearse en aplicaciones interactivas (vídeoconferencia o telefonía).


Limitación

Comparación de codecs

FuenteSimulación

de canal

“El tren es un medio de transporte cómodo.”

1 2 3 4 5

1 2 3 4 5

MOS de 4.2 = Calidad óptimaMOS de 4.2 = Calidad óptima

Codec Codec ‘X’‘X’

MOS Calidad voz Nivel de distorsión

5 Excelente Imperceptible

4 Buena Apenas Perceptible, no desagradable

3 Regular Perceptible, levemente desagradable

2 Pobre Desagradable, pero aceptable

1 Insatisfactoria Muy desagradable. Inaceptable

MOS: Mean Opinion Score


Compresión vs calidadC

aud

al (

Kb

/s)

MOS (Mean Opinion Score) Calidad Subjetiva

0

PCM (G.711)

ADPCM 32 (G.726)

ADPCM 24 (G.725)

ADPCM 16 (G.726) LDCELP 16 (G.728)

LPC 4.8CS-ACELP 8 (G.729)

MP-MLQ 6,4 (G.723.1)Normalmente requieren

hardware especial8

16

24

32

40

48

56

64

CS-ACELP (G.729a)

0 1 2 3 4 5


Codec de alta compresión optimizado para la voz humana

Estos codecs no son aptos para música


Sumario

• Teorema de Nyquist. Conversión analógico-digital• Audio digital. Estándares. Compresión• Vídeo digital. Estándares. Compresión• Protocolos RTP y RTCP• Vídeoconferencia. Estándares H.32x• Pasarelas e Interoperabilidad• Vídeo bajo demanda• Telefonía Internet


Señal de vídeo analógica

R (rojo)

G (verde)

B (azul)

Div

isor

R

B

G

Lent

e

Filtros

Escaneadorrasterizador

amplitud

tiempo

amplitud

tiempo

amplitud

tiempo

La imagen capturada se descompone en tres señales que corresponden a los colores primarios


Fundamentos de TV en color• Las señales R-G-B se transforman en una señal de luminancia

(Y) y dos de crominancia. Esta conversión se hace para:– Mantener compatibilidad con televisión B/N (se ignora la crominancia)

– Dar mas ancho de banda a la luminancia (el ojo es menos sensible a la crominancia).

• En sistema PAL las señales de crominancia se llaman U y V; la transformación que se realiza es: Y (Luminancia) = 0,30 R + 0,59 G + 0,14 B U (Crominancia) = 0,493 (B - Y) = -0,15 R - 0,29 G + 0,44 B V (Crominancia) = 0,877 (R - Y) = 0,62 R - 0,52 G - 0,10 B

• Anchura de los canales: Y: 5 MHz U y V: 1 MHz


Funcionamiento de la TV en color

R

B

G CircuitoMatricial

ModuladorV

U

Y

Mezclador

Filtro

TV Blanco y Negro

MatrizInversa

TV Color

RGB

Y

Modulador


Señales de vídeo analógico• A menudo las dos componentes de crominancia (U y V) se combinan (multiplexan en

frecuencia) en una única señal llamada C. • En equipos sencillos (p. ej. vídeo VHS) se combinan Y y C en una única señal que se llama

composite o vídeo compuesto.• Conforme se reduce el número de señales disminuye la calidad (especialmente en el paso de

Y/C a vídeo compuesto).

Num.

Señales

Denominación

(PAL)

Tipo de conector

Tipo de equipo

Calidad

3 YUV

(componentes)

3 RCA o 3 BNC

Equipos profesionales

Estudio

2 Y/C S-Vídeo (mini-DIN)

Vídeo Hi-8, S-VHS

Broadcast

1 Compuesto (composite)

RCA Vídeo 8 mm, VHS

Vídeo doméstico


Vídeo digital ‘no comprimido’

• El formato de grabación utilizado como referencia en estudios de TV es el D1 (estándar ITU-R CCIR-601).

• En formato digital las dos componentes de crominancia se denominan Cr y Cb (en vez de U y V).

• Cada fotograma se representa como una imagen de 720x576 píxels (PAL). La luminancia se digitaliza con mayor resolución que las crominancias:– Luminancia (Y): 720(h) x 576(v) x 8 bits x 25 fps = 82,944 Mb/s

– Crominancia Cr : 360(h) x 576(v) x 8 bits x 25 fps = 41,472 Mb/s

– Crominancia Cb: 360(h) x 576(v) x 8 bits x 25 fps = 41,472 Mb/s

• Caudal total: 82,9 + 41,5 + 41,5 = 165,888 Mb/s


Vídeo digital ‘no comprimido’

• La reducción de la resolución en las componentes de crominancia se denomina submuestreo (subsampling).

• El submuestreo se basa en la menor sensibilidad del ojo humano a la crominancia.

• El submuestreo 4:2:2 de CCIR-601 reduce la información de crominancia a la mitad (sin submuestreo el caudal total sería 248,7 Mb/s).

• La información de crominancia puede reducirse aún más (a la cuarta parte) aplicando submuestreo 4:1:1 o 4:2:0. Este submuestreo degrada un poco la calidad de color, pero la diferencia con 4:2:2 es pequeña y sólo suele ser percibida por profesionales o en situaciones extremas.


BG

R Y

Cb

Cr

720 720

576 576

360

Luminancia 4Crominancia 2+2

Submuestreo 4:2:2

8 bits

576


BG

R Y

Cr

720 720

576 576

180

Submuestreo 4:1:1

Cb

576



BG

R YCb

Cr

720 720

576 576

360

Submuestreo 4:2:0

288



Sistema Submuestreo Bits/pixel Compresión Mb/s

D5 4:2:2 10 1:1 220

D1 (ITU CCIR 601) 4:2:2 8 1:1 172

Digital Betacam (Sony) 4:2:2 10 2,3:1 (*) 95

AMPEX DCT 4:2:2 8 2:1 (*) 88

Digital-S, D-9, DVCPRO50

4:2:2 8 3,3:1 (*) 50

DV, DVCAM, DVCPRO, D-7

4:1:1 ó 4:2:0 8 5:1 (*) 25

D2, D3 Composite 8 1:1 94

Sistemas de grabación de vídeo digital para TV estándar (no HDTV)

(*) Compresión espacial (intraframe) con algoritmos muy parecidos a los de M-JPEG.


Compresión de vídeo en tiempo real

Estación digitalizadora (PC/Mac/Workstation)

Cámara de TV o vídeo

Vídeo analógico

Almacena-Almacena-mientomiento

Red local(o WAN)

DigitDigitaliza-aliza-dordor

CODEC Hard o soft

CODEC: COmpresor/DECompresor

Vídeo digitalsin comprimir

Vídeo digital comprimido

MonitorMonitor

Señal YUV, Y/C o Composite

La compresión introduce retardo


Compresión de vídeo en diferido

Estación digitalizadora (PC/Mac/Workstation)

MonitorMonitor

Cámara de TV o vídeo Almacena-Almacena-

mientomiento

Red local(o WAN)

DigitDigitaliza-aliza-dordor

CODEC Soft

CODEC: COmpresor/DECompresor

Vídeo digital comprimido

Almacena-Almacena-mientomiento

Vídeo digitalsin comprimir

Vídeo analógico

Señal YUV, Y/C o Composite


Compresión de vídeo

• Para la compresión de vídeo se aplican dos técnicas:– Compresión espacial o intraframe: se aprovecha la

redundancia de información que hay en la imagen de cada fotograma, como en la imágenes JPEG

– Compresión temporal o interframe: se aprovecha la redundancia de información que hay entre fotogramas consecutivos.

• La compresión interframe siempre lleva incluida la intraframe.


Sistema Compresión

Espacial (DCT)

Compresión

temporal

Complejidad

compresión

Eficiencia Retardo

M-JPEG Sí No Media Baja Muy

pequeño

H.261 Sí Limitada

(fotog. I y P)

Elevada Media Pequeño

MPEG-1/2 Sí Extensa

(fotog. I, P y B)

Muy elevada Alta Grande

H.263

MPEG-4

Sí Extensa

(fotog. I, P y B)

Enorme Alta Media

Grande

Formatos compresión de vídeo


Estándar/Formato Ancho de banda típico

Ratio de compresión

CCIR 601 170 Mb/s 1:1 (Referencia)

M-JPEG 10-20 Mb/s 7-27:1

H.261 64 Kb/s – 2000 Kb/s 24:1

H.263 28,8-768 Kb/s 50:1

MPEG-1 0,4-2,0 Mb/s 100:1

MPEG-2 1,5-60 Mb/s 30-100:1

MPEG-4 28,8-500 Kb/s 100-200:1

Caudal requerido por los sistemas de compresión de vídeo más comunes

Bajoretardo

Elevadoretardo


Vídeo M-JPEG (Motion JPEG)• Es el más sencillo. Trata el vídeo como una secuencia de

fotografías JPEG, sin aprovechar la redundancia entre fotogramas.

• Algoritmos DCT (Discrete Cosine Transform)

• Poco eficiente, pero bajo retardo.

• Usado en:

– Algunos sistemas de grabación digital y de edición no lineal (edición independiente de cada fotograma)

– Algunos sistemas de videoconferencia (bajo retardo).

• No incluye soporte estándar de audio. El audio ha de codificarse por algún otro sistema (p. Ej. CD-DA) y sincronizarse por mecanismos no estándar.


Funcionamiento de MPEG

Compresión espacial y temporal

Fotogramasdigitalizados

Compresor MPEG(software o hardware)

Flujo MPEGcomprimido

La compresión puede o no ser en tiempo real.Generalmente para hacerla en tiempo real

se requieren compresores en hardware


Vídeo MPEG (MPEG-1)

• Submuestreo 4:2:0 (25% ahorro respecto 4:2:2)• Dos formatos posibles:

– SIF (Standard Interchange Format): en PAL Y: 352 x 288 pixels, Cr y Cb: 176 x 144 pixels

– QSIF (Quarter SIF): Y: 176 x 144; Cr y Cb : 88 x 72

• Dos tipos de compresión (simultáneamente):– Espacial: como en JPEG– Temporal: se aprovecha la semejanza que cada

fotograma tiene con los que le rodean.


Compresión temporal en MPEG

• El primer fotograma se digitaliza como una imagen JPEG

• De los siguientes fotogramas sólo se se digitalizan los cambios respecto al anterior. Para localizar los cambios:

– Se ‘cuadricula’ la imagen en macrobloques, cada uno formado por 16x16 pixels de Y (8x8 de Cr y 8x8 de Cb)

– Si se detecta que un macrobloque ha cambiado de sitio esto se indica mediante un vector de movimiento.

• Una imagen SIF (352x288) está formada por: 352/16 x 288/16 = 22 x 18 = 396 macrobloques


Vídeo MPEG

• Tipos de fotogramas:

– I (Intra): autocontenidos, solo compresión espacial (como JPEG)

– P (Predictive): referido al P/I anterior. Compresión temporal por extrapolación mediante macrobloques. Un macrobloque pueden ser:

• Inalterado: no modificado respecto al fotograma de referencia

• Desplazado: (p. ej. un balón en movimiento) se describe por un vector de movimiento y eventualmente una corrección (diferencia respecto al original)

• Nuevo: (p. ej. Lo que aparece detrás de una puerta que se abre) se describe por compresión espacial (como un fotograma I)

– B (Bidireccional): compresión temporal con interpolación; referido al P/I anterior y al P/I posterior. Máxima compresión, máxima complejidad de cálculo. Suaviza la imagen, reduce el ruido.


Fotogramas I (Intra)Los fotogramas Intra se codifican

de forma autocontenida, sin referirse a otros fotogramas

160 ms

72 KB

72 x 1024 x 8 / 0,16 = 3,7 Mb/s

25 fotogramaspor segundo

18 KBytes I

18 KBytes I

18 KBytes I

18 KBytes I

18 KBytes I


Fotogramas P (Predictivos)Los fotogramas Predictivos

se codifican usando compensación de

movimiento basada en el fotograma I o P anterior

240 ms

60 KB

60 x 1024 x 8 / 0,24 = 2,0 Mb/s

18 KB I

6 KB P

6 KB P

18 KB I

6 KB P

6 KB P

18 KB I


Fotogramas B (Bidireccionales)

Orden de transmisión: 1,4,2,3,7,5,6,10,8,9,…

360 ms

54 KB

Los fotogramas Bidireccionales se codifican usando

compensación de movimiento basada en el I o P mas próximo

anterior y posterior

54 x 1024 x 8 / 0,36 = 1,2Mb/s

18 KB I

1

4 KB B

2

4 KB B

3

6 KB P

4

4 KB B

5

4 KB B

6

6 KB P

7

4 KB B

8

4 KB B

9

18 KB I

10Valores

orientativos


I

B

P

B

I

I

P

P

P

P

0 ms 40 ms 80 ms 120 ms

0 ms 40 ms 80 ms 120 ms

0 ms 40 ms 80 ms 120 ms

Vector de movimientofotograma P

Vector de desviación fotograma B

I _ _ P

I P P P

I B B P

Comparación fotogramas P y B


Fotogramas MPEG I, P y B

Macrobloque16X16 Pixels

Vector de movimiento

Área de búsqueda

II BB BB PP BB BB II

Predicción Bidireccional

0 1 2 3 4 5 0

Grupo de fotogramas

Fotograma n

Fotograma n+1

BB BB

1 2

PP

3


Vídeo MPEG-1

• Secuencia típica (360 ms): I1 B2 B3 P4 B5 B6 P7 B8 B9 I10

• Orden codif/decodificación: I1 P4 B2 B3 P7 B5 B6 I10 B8 B9

• Tamaño típico de fotogramas (SIF, 352 x 288):– I: 18 KBytes

– P: 6 KBytes

– B: 4 KBytes

– Caudal medio (IBBPBBPBBI): 1,2 Mbps

– Con QSIF el caudal se reduce a 300 Kbps

• Latencia de compresión (valores típicos):– M-JPEG: 45 ms

– MPEG fotogramas I: 200 - 400 ms

– MPEG fotogramas I y P: 200 - 500 ms

– MPEG Fotogramas I, P y B: 400 - 850 ms


Caudal de una vídeoconferencia

Caudal medio: 384 Kb/sResolución: 352 x 288 (CIF)

Velocidad de refresco: 30 fps Caudalinstantáneo

600 Kb/s

300 Kb/s

Fotograma I Fotograma I

Fotogramas P y B

Tiempo0 Kb/s

0 ms 100 ms 200 ms 300 ms 400 ms


Audio MPEG-1

• Muestreo mono o estéreo a 32, 44.1(CD) o 48 (DAT) KHz. Si se va a utilizar caudal es reducido es conveniente hacer el muestreo a 32 KHz.

• Compresión psicoacústica (con pérdidas) asimétrica.• De 32 a 448 Kbps por canal de audio• Tres capas en orden ascendente de complejidad/calidad:

– Capa I: buena calidad con 192-256 Kbps por canal; no se utiliza– Capa II: calidad CD con 96-128 Kbps por canal– Capa III: calidad CD con 64 Kbps por canal

• Cada capa incorpora nuevos algoritmos, y engloba los de las anteriores.

• Capa III usada en DAB (Digital Audio Broadcast) y en MP3


Sistema MPEG-1

• Se ocupa de asegurar el sincronismo entre audio y vídeo mediante un sistema de marcas de tiempo (‘timestamps’) en base a un reloj de 90 KHz.

• Solo es necesario si se utilizan audio y vídeo simultáneamente (no para flujos MP3 por ejemplo)

• Ocupa poco caudal (5-50 Kbps)


Codificadorde audio

Codificadorde vídeo

Multiplexordel sistema

Señal de audio analógica

Flujo MPEG-1

Señal de vídeo analógica

Sincronización de audio y vídeo MPEG

Flujo de vídeo digitalcon marcas de tiempo

Flujo de audio digitalcon marcas de tiempo

Relojde 90 KHz

Durante la decodificación se realiza el proceso inverso


MPEG (Moving Pictures Expert Group)

• Grupo de trabajo de ISO que desarrolla estándares de audio-vídeo comprimido:

• MPEG-1 (1992, ISO 11172)– Orientado a vídeo en CD-ROM (vídeo progresivo)– Objetivo: Calidad VHS. Caudal típico 1,5 Mb/s – Útil para teleenseñanza, aplicaciones de empresa, negocios, etc.

• MPEG-2 (1996, ISO 13818)– Extensión compatible de MPEG-1 ‘hacia arriba’– Orientado a teledifusión (vídeo entrelazado)– Calidad broadcast, también HDTV. 4-100 Mb/s.– Útil para todo tipo de aplicaciones (negocios, entretenimiento, etc.)

• MPEG-3: Inicialmente pensado para HDTV, finalmente resuelto por reparametrización de MPEG-2.


MPEG-n • MPEG-4 (1998-1999, ISO 14496):

– Extensión ‘hacia abajo’ de MPEG-1. Orientado a vídeo sobre Internet – Útil en el rango 28,8-500 Kb/s. Nuevos algoritmos de compresión– Definición de AVOs (objetos audio visuales) similar a VRML– MPEG-4 v. 2 (previsto dic. 1999)

• MPEG-5 y MPEG-6: inexistentes• MPEG-7 (aprobado sep. 2001, ISO 15938)

– Descripción de contenidos audiovisuales (indexación, búsquedas, bases de datos, etc.). Interpreta semántica de la información audiovisual

• MPEG-21: en fase borrador. Prevista aprobación de IS entre 12/2002 y 9/2004

• Referencia: http://mpeg.telecomitalialab.com


Vídeo MPEG-2 (I)

• Extensión compatible de MPEG-1• Diseñado para televisión digital:

– Optimizado para transmisión, no almacenamiento

– Prevé vídeo entrelazado (TV) además de progresivo (MPEG-1 era sólo progresivo)

• Según los valores de los parámetros de muestreo utilizados se definen en MPEG-2 cuatro niveles:– Bajo: 352 x 288 (compatible MPEG-1)

– Principal: 720 x 576 (equivalente CCIR 601)

– Alto-1440: 1440 x 1152 (HDTV 4:3)

– Alto: 1920 x 1152 (HDTV 16:9)


Vídeo MPEG-2 (II)• Además de los niveles se definen seis perfiles según el

submuestreo y algoritmo de compresión utilizado. Los perfiles posibles son:– Simple: para codecs de bajo costo

– Principal: el más utilizado

– SNR

– Espacial

– Alto

– 4:2:2

• No todas las combinaciones nivel-perfil están permitidas

• Cada combinación tiene un caudal máximo previsto

• TV digital y DVD utilizan nivel y perfil principal ML@MP (Main Level @ Main Profile)

Para gran calidad


Perfiles Simple Principal SNR Escal.

EspacialEscal.

Alto 4:2:2 (Studio)

Submuestreo 4:2:0 4:2:0 4:2:0 4:2:0 4:2:0/2 4:2:0/2

Alto 1920 x 1152 (HDTV 16:9)

80 Mb/s 100 Mb/s

Alto-1440 1440 x 1152 (HDTV 4:3)

60 Mb/s 60 Mb/s 80 Mb/s

Principal 720 x 576

(CCIR 601)

15 Mb/s 15 Mb/s 15 Mb/s 20 Mb/s 50 Mb/s

Bajo 352 x 288 (MPEG1)

4 Mb/s

Niv

eles

Caudales de Niveles y Perfiles MPEG-2

Los mostrados son los caudales máximos previstos en el estándar para cada combinación de perfil y nivel.


Audio MPEG-2

• Algoritmos:– Versión compatible con MPEG-1 capa I, II y III– Sistema de compresión mejorado Advanced Audio

Coding (AAC). Calidad comparable a MPEG-1 capa III con el 50-70% de caudal. No compatible con MPEG-1.

• Canales:– Versión estéreo compatible con MPEG-1

• Independiente (cada canal por separado)• Conjunto (aprovecha redundancia entre canales)

– Soporte multicanal (idiomas) y 5.1 (5 canales más surround)


Vídeo H.26x• Estándares de vídeo la ITU-T para vídeoconferencia: baja velocidad,

poco movimiento. Menos acción que en el cine.– H.261: Desarrollado a finales de los 80 para RDSI (caudal constante).– H.263, H.263+, H.26L. Más modernos y eficientes.

• Algoritmos de compresión MPEG simplificados:– Vectores de movimiento más restringidos (menos acción)– En H.261: No fotogramas B (excesiva latencia y complejidad)

• Menos intensivo de CPU. Factible codec software en tiempo real• Submuestreo 4:1:1• Resoluciones:

– CIF (Common Interchange Format): 352 x 288– QCIF (Quarter CIF): 176 x 144 – SCIF (Super CIF): 704 x 576

• Audio independiente: G.722 (calidad), G.723.1, G.728, G.729• Sincronización audio-vídeo mediante H.320 (RDSI) y H.323 (Internet)


Formato SQCIF QCIF CIF 4CIF o SCIF

16CIF 4:3

16CIF 16:9

Resolución

128x96

176x144

352x288

702x576

720x576

1408x11521440x11

52

1920x1152

H.261 Opc.

H.263 Opc. Opc.

MPEG-4

MPEG-1

MPEG-2 Bajo Princip. Alto 1440 Alto

Est

ánda

rResoluciones estándar de vídeo

comprimido


Resoluciones de vídeo

16CIF 16:916CIF 4:3

SCIF

CIF

QCIF SQCIF


Sumario



Estructura paquete RTP

Cabecera UDP

Cabecera IP

Datos (Audio o Video digital)Cabecera

RTP

820 12 Variable

Número de secuencia(16 bits)

Ordenar datagramasrecibidos,

detectar perdidos

Timestamp(32 bits)

Reproducir en elinstante adecuado,

sincronizar audio y vídeo

Payload Type(7 bits)

Identificar el tipo de información recibida

(ej.: audio G.722)

La cabecera RTP incluye: Con esto el receptor puede:


Cabecera RTP (RFC 1889)


Paquetes RTCP• Los paquetes RTCP no llevan información de usuario, solo

de control.

• Pueden ser de varios tipos:– SR (Sender Report): ofrece estadísticas de transmisión y

recepción de los participantes que son emisores activos.

– RR (Receiver Report): ofrece estadísticas de recepción de los participantes que no son emisores activos.

– SDES (Source Description): describe a un emisor activo. Lo utilizan los emisores para anunciarse de manera no ambigua.

– BYE: Indica el final de la participación

• Con la información de RTCP los emisores pueden ajustar el caudal según el estado de la red.


Sumario



Aplicaciones de audio-vídeo en tiempo real

Aplicación Sentido Estándares

Retardo Espectadores

Multicast

Videoconferencia

H.32x Bajo Uno o varios Apropiado

Emisiones en directo (radio-TV

por Internet)

H.32x

MPEG

Alto Muchos Muy

Apropiado

Audio-Vídeo bajo demanda

MPEG Medio Uno No


Vídeoconferencia

• Comunicación interactiva por medio de audio, video y compartición de datos

• Puede ser:– Punto a punto– Punto a multipunto– Multipunto a multipunto


Requisitos/Características de la vídeoconferencia

• Compresión/descompresión en tiempo real• Retardo máximo 200-400 ms.• Movilidad reducida• Normalmente aceptable audio de calidad

telefónica• Necesidad de sincronizar audio y vídeo• Necesidad de protocolo de señalización (servicio

orientado a conexión)


Estándares de Vídeoconferencia

• Los sistemas de videoconferencia han sido estandarizados por la ITU-T (International Telecommunications Union – Telecommunications sector) en los estándares de la serie H (sistemas multimedia y audiovisuales)

• En la serie H hay una gran cantidad de estándares. • Los H.32x son estándares de videoconferencia. La

‘x’ depende del tipo de red utilizado


Estándares H.32x

Estándar Medio físico Tipo servicio Año aprobación

H.320 RDSI Circuito 1990

H.321 ATM Circuito

H.322 IsoEthernet TDM

H.323 Ethernet Paquete 1996

H.324 Módem analógico

Circuito

Los H.32x son estándares ‘paraguas’. Cada uno de ellos se basa en una serie de estándares previos para especificar todos los servicios necesarios en una vídeoconferencia. Ej.: Codificación de audio G.711


Estándares H.320 y H.323

RDSI IP


Vídeoconferencia H.320

RDSI3*BRI

Flujo de audio-vídeo128 - 384 Kb/s

3*BRI

Picturetel

Dirección E.164: 963865420 Dirección E.164: 963983542

Polycom

Sistema de grupo o sala


Internet

Vídeoconferencia H.323

ADSL10BASE-T

Flujo de audio-vídeo14,4 - 512 Kb/s

MicrosoftNetmeeting,

Polycom ViaVideo

Dirección IP: 147.156.1.20Dirección IP: 172.68.135.22

Sistema desobremesa

Polycom,Tandberg


Terminales de vídeoconferencia

Polycom ViewStation SP128Video: H.261, H.263+Audio: G.711, G.722, G.728Caudal: 56-128 Kb/s (H.320), 56-768 Kb/s (H.323)Formatos: CIF, QCIFPeso: 2,7 KgConexiones ent./sal.: video v audioPrecio: 5.000 euros

Polycom ViaVideoVideo: H.261, H.263, H.263+Audio: G.711, G.722, G.728, G.723.1Caudal: 32-384 Kb/s (H.323)Formatos: CIF, QCIFPeso: 250 gConexiones ent./sal.: USB, audioPrecio: 500 euros


Vídeoconferencia H.323: Gatekeeper

Pedro147.156.1.20

5111

GK

Internet

Luis147.156.3.12

5112

Laura147.156.4.15

5113

Ana147.156.7.45

5114

Dirección E.164

(número teléfono)

Alias H.323 Dirección IP

5111 Pedro 147.156.1.20

5112 Luis 147.156.3.12

5113 Laura 147.156.4.15

5114 Ana 147.156.7.45


Estándares H.320 y H.323

H.323 H.320

Control H.225.0

Control de llamada Q.931

H.245 Control del sistema

H.242

H.225.0

Multiplexación H.221

Medios G.711

G.722

G.723.1

G.728

Audio G.711

G.722

G.728

H.261

H.263

Vídeo H.261

H.263

T.120 Datos T.120


Formatos de audio H.32x

Codec Ancho de Banda

en origen

Ratio de

compresión

Ancho de Banda

comprimido

G.711

G.722

G.723.1

G.728

G.729

MPEG

64 Kb/s

224 Kb/s

64 Kb/s

64 Kb/s

64 Kb/s

706 Kb/s

1 : 1

3,5-4,6 : 1

10 : 1

4 : 1

8 : 1

3-11 : 1

64 Kb/s

48-64 Kb/s

6,4 Kb/s

16 Kb/s

8 Kb/s

64-256 Kb/s

MPEG no es un formato de audio H.323. Solo aparece a título comparativo


Terminales H.323

Red IP

Lo único obligatorio en un terminal H.323 es la parte de audio

Sistema de grupo o sala

Sistema desobremesa

Teléfono IP


Arquitectura terminal H.323

Equipo e/sde vídeo

Equipo e/sde audio

Datos usuarioAplicaciones

T.120, etc.

Interfaz deusuario para

controldel sistema

Codec VideoH.261, H.263

Control H.245

H.225.0 Controlllamada

H.225.0 ControlRAS

Retardotrayecto

Recepción(Sync)

CapaH.225

UDP

TCP

RTPRTCP

IP

UDP

Control del sistema

Codec AudioG.711, G.722,G.723, G.728,

G.729


Señalización H.323

GK

Petición de admisión

Confirmación de admisión RAS

Inicio

ConexiónH.225

(Q.931)

Intercambio de capacidades

Apertura de canal lógico

ACK de apertura de canal lógico

H.245

Path

Resv RSVP(opcional)

Flujo RTP

Flujo RTP

Flujo RTCPMedio

Gatekeeper

Terminal H.323

Terminal H.323


Sumario



Elementos de vídeoconferencia

• Terminal: es el equipo que utiliza el usuario para comunicarse

• Gateway, pasarela o puerta de enlace: interconecta redes diferentes: H.320 (RDSI) e Internet (H.323)

• Gatekeeper o equipo selector: permite el control de acceso. Realiza la equivalencia de direcciones IP a direcciones E.164 o usuarios

• MCU, Multipoint Control Unit o Unidad de control multipunto: replica un flujo de audio/video para permitir multiconferencia


Funciones del Gatekeeper

• Obligatorias:– Traducción de direcciones IP a E.164 o userid (alias)– Control de Admisión: en función de los recursos disponibles

(ancho de banda, etc.)– Gestión de ancho de banda: controla número de terminales

accediendo simultáneamente

• Opcionales– Señalización de control: el gatekeeper puede efectuar la

señalización de llamada– Autorización de llamada: acepta o rechaza la llamada en base a

autorización del usuario– Gestión de llamada: mantiene una lista de llamadas activas


WAN IP

GK

GK

GK

GK

Zona 1Prefijo 56

Zona 2Prefijo 73

Zona 3Prefijo 48

Zona: conjunto formado por los terminales, gateways, y MCUs gestionados por un

gatekeeper

Las zonas de Gatekeeper son

areas lógicas que reflejan la

topología de la red y simplifican las

tareas administrativas

Zonas de Gatekeeper


Pasarela (Gateway) H.320-H.323

Internet RDSI

Gateway o‘puerta de enlace’

147.156.2.15

147.156.2.69 963171500

963972386

BRI

PRI

Arrancar NetmeetigGW 147.156.2.69

Llamar a 963972386

ADSL

GW


Funciones Gateway H.323

• Interoperabilidad entre audio/vídeo y estándares de red

• Conversión de protocolo– Procedimientos de comunicación– Formatos de transmisión

• Opcionalmente: Transcodificación (conversión de formatos audio/video)


Arquitectura Gateway H.320-H.323

IP RDSI

H.323

H.320

Datos T.120

Audio

Video

IVRControl de

llamada

H.245H.225

H.242Q.931


Gateway/Gatekeeper, llamada entrante

Internet GW RDSI

147.156.2.15

147.156.2.69

Gatekeeper o ‘equipo selector’

158.42.5.96

963171500

963972386

BRI

PRI

Usuario IP Ext.

Llamar a 963171500 ext. 60

Arrancar NetmeetingGK: 158.42.5.96Usuario: Alicia

Número de tel.: 60

Alicia 147.156.2.15 60

¿ext. 60?

60 = 147.156.2.15

GK

ADSL


Gateway/Gatekeeper, llamada saliente

Internet RDSI

147.156.2.15

Gatekeeper158.42.5.96

963972386

BRI

PRI

Usuario IP Ext.

Arrancar NetmeetingGK: 158.42.5.96Usuario: Alicia

Número de tel.: 60

Alicia 147.156.2.15 60

Llamar al 963972386

Usar GW 147.156.2.69

GK

ADSL

Registro

147.156.2.69 963171500

GW


Procedimientos de llamada vía Gateway/Gatekeeper

• Respuesta de voz interactiva (IVR, Interactive Voice Response): – Marco 96-386-3500 y dice: ‘si sabe la extensión tecleela con un

cero delante, si no espere y le atenderá la operadora’.• Extensión por defecto:

– Todas las llamadas se encaminan a una extensión determinada.• Llamada directa del exterior:

– Cada extensión recibe un número directo del exterior. Ej.: 96-386-3563 llama a la extensión 3563. Requiere obtener números extra del operador.

• Enrutamiento TCS4:– La extensión se marca detrás del número: 96-386-3500#3563

llama a la extensión 3563. No disponible en España (los números extra se ignoran).


Necesidades de la vídeoconferencia

• Caudal:– El teóricamente necesario más un 10-20% como

mínimo

• Retardo:– Para telefonía de calidad: <150 ms extremo a extremo

(recomendación ITU G.114)

– Para videoconferencia: < 400 ms

• Pérdida de paquetes: – Menor del 1% (hay que evitar la congestión)


Vídeoconferencia multipunto H.320

Servidor MCU(Multipoint Control Unit)

RDSI

Replica el flujo de audio/vídeopara cada participante.

Posible cuello de botella

PRI

3*BRI

3*BRI

Flujos de audio-vídeounidireccionales de 384 Kb/s

3*BRI

3*BRI

Emisor

Receptor Receptor

Receptor

MCU


Vídeoconferencia multipunto H.323

MCU H.323(Multipoint Control Unit)

Internet

Replica el flujo de audio/vídeopara cada participante.

Posible cuello de botella

MCU


Arquitectura de MCU H.323

Presencia continua

Activación por voz

Control de imagende vídeo

Mez

clad

or

de

aud

io

Mezclador de audio

T.120


Arquitectura de MCU H.323

Controlador Multipunto

Procesador Multipunto





Aceptación

Petición de conferencia

Flujos de audio/videohacia/desde los

participantes

Control de la Conferencia•Entrada/salida•Asignación/ubicación de recursos•Sentido de la llamada

Proceso de Medios•Mezcla de audio•Selección de participantes activos•Generación de imagen de vídeo


Transcodificación

MCU con transcodificacion

La transcodificación ha de hacerse entiempo real y es labor intensiva de CPU

PRI

3*BRI

BRI

3*BRI

3*BRI

Flujos H.263 de 384 Kb/s

Flujo H.261de 128 Kb/s

Terminal sin soporte H.263

RDSI

ValenciaBilbao

ToulouseAtenas

MCU


Gatekeeper, Gateway y MCUs

Internet GW RDSIPasarela

Gatekeeper

BRI

3*BRI

PRI

MCU H.320 contranscodificación

PRI

MCU H.323

GK MCU

MCU


Vídeoconferencia multipunto multicast

MBone

Flujo replicado por los routers.No hay cuellos de botella.

Flujo de audio-vídeomulticast de 192 Kb/s


Multicast-unicast con transcodificación

Internet

Usuario consoporte multicast

Usuario sin soporte multicast

Usuario sin soporte multicast

ADSL256 Kb/s

RDSI BRI

Pasarela multicast-unicastcon transcodificación

Línea E1

Flujo unicasta/v 192 Kb/s

Flujo unicasta/v 100 Kb/s

Flujos multicasta/v 192 Kb/s

Alicia

JuanPedro

Luis

Línea E1


Sumario



Videodifusión y vídeo bajo demanda

Internet

Usuarios locales (MPEG-1-2-4)

Usuarios remotos (MPEG-4)

MS Win. Media ServerCisco IP/TV

SGI MediaBaseEtc.

Emisiones unicast y multicast

128-512 Kb/s

Los contenidos no se generan en tiempo real (CODEC software)

Servidor de vídeo


Tipo de conexión

Caudaltotal Kb/s

Caudal audio Kb/s

Calidad Audio KHz

Caudal vídeo Kb/s

Calidad vídeo

Caudal usadoKb/s

Módem RTC 33,6 10,2 5,5 mono

16 128x96 10 fps

26

Módem RTC 56 10,2 5,5 mono

38 176x14412 fps

48

RDSI básico (2B)

128 16 8 mono

80 240x180 24 fps

96

ADSL/ Cable módem

256 28 8 + 8 stereo

190 320x240 24 fps

218

ADSL/ Cable módem

512 48 16 + 16 stereo

390 640x480 24 fps

438

Perfiles típicos de audio-vídeo en servicios de VoD


Distribución de vídeo en directo

Internet

CODEC H.26x

CODEC MPEG


TV en red de datos, formación continua

Cursos programados regularmente yemitidos por multicast varias veces por semana

TrainingProgram 1

TrainingProgram 2

TrainingProgram 3

Videoteca cursos de formación en MPEG-2 y 4

LAN

WANWAN

ProgramaFormación 3

ProgramaFormación 1

ProgramFormación 2

ProgramaFormación 3 Programa

Formación 1

Guía deprogramasPresentaciones

en directo H.26x

Servidor de Vídeo Windows Media Server, IP/TV, etc.

MPEG-2, H.261

MPEG-4, H.263


Diferencia entre vídeoconferencia y vídeo streaming

Vídeo streaming Vídeoconferencia

Codificación MPEG-1, MPEG-4

H.263

Caudal típico 750-1500 Kb/s 128-384 Kb/s

Retardo 4-5 s 200 ms

Jitter 5-6 s 20-70 msLa vídeoconferencia requiere un servicio de mayor calidad que el vídeo streaming

Ejemplo de servicio de vídeo streaming:www.catv.org/frame/cmur_streaming.html


Sumario



Telefonía sobre Internet

• Pretende aprovechar la red IP para la comunicación telefónica

• Requiere una red con bajo retardo y caudal garantizado (QoS)

• Además de digitalizar la voz es necesario ofrecer todas las funciones propias de una red telefónica:– Señalización

– Funciones avanzadas: reenvío de llamadas, mensajería, etc.


Red Telefónica

Red IP

Call Manager Call Manager

Red IP

Evolución de la telefonía

Telefonía Tradicional

Telefonía tradicional sobre backbone IP

Telefonía IP


Ejemplo de telefonía IP

Red Telefónica

pública

Salamanca Zaragoza

Pamplona

Red Telefónica

pública

Red Telefónica

pública

1

2

3

1

2

3A 0976* por 1A 0* por 2Resto por 1

A 0923* por 1A 0* por 2

Resto por 1


CONS vs CLNS

Red Telefónica

Red IP

Dir. E.164: 1001 Dir. E.164: 2001

Dir. E.164: 1001Dir. IP: 136.12.15.32

Dir. E.164: 2001Dir. IP: 158.35.23.1

En caso de fallo la red telefónica no se recupera de forma automática

En caso de fallo la red IP reenvía los paquetes por una ruta alternativa.


Teletrabajador

Oficina Principal

Sucursal ‘Moderna’

Sucursal ‘Antigua’

Red IP

Red Telefónica

Ejemplo de red de telefonía IP compleja


Telefonía Internet

Cabecera

Red CATV

Internet

RDSI

Cable Modem

Red TelefónicaconmutadaModem

Gateway H.323(solo voz)

Red ADSL

Modem ADSL

Línea dedicada

Para ahorrar costos el gatekeeper elige la pasarela más próxima

al destinatario.

GK

GSMRed

analógica


Telefonía sobre Internet

• Un terminal H.323 solo está obligado a soportar audio, el vídeo es opcional

• Por tanto con H.323 y gateways podemos ofrecer telefonía Internet sin tener que aprobar nuevos estándares

• Sin embargo H.323 es un estándar muy complejo. Por ello el IETF ha aprobado un estándar alternativo específicamente diseñado para telefonía mucho más sencillo conocido como SIP


Telefonía IP• Ventajas:

+ Reducción de distancias (y costes) en la red telefónica+ Fácil enrutamiento alternativo en caso de averías en la

red (servicio no orientado a conexión)+ Compresión de la voz (G.729, G.723.1)+ Supresión de silencios+ Posibilidad de ofrecer servicios de voz de alta calidad

(G.722, 7 KHz)• Inconvenientes

– Degradación de la calidad cuando hay congestión (si no hay QoS).

– Mayores retardos (>200ms), posibles problemas de ecos


LAN con telefonía IP H.323

WAN con QoS(DiffServ o IntServ)

Teléfono software(Netmeeting, GnomeMeeting,

Softphone, etc.)

El teléfono recibe alimentación eléctrica desde el switch LAN.

Él mismo actúa como un switch de dos puertos 10/100

Call Manager(Gestor de telefonía IP)(Servidor Windows/XP)

Tramas H.323 con alta prioridad (802.1p)

Las tramas del teléfono van en una VLAN de alta prioridad (se

usa 802.1p y 802.1Q)


Teléfonos IP

Cisco 7960GAudio G.711 y G.729aIncorpora conmutador de dos puertos 10/100Precio: 500 euros

Cisco SoftPhoneAudio G.711, G.723.1 y G.729aPrecio: 150 euros

Cisco 7905Audio G.711 y G.729aPrecio: 200 euros

OpenPhonehttp://www.openh323.org/code.htmlPrecio: 0 euros

Hard Soft


Compresión de cabeceras RTP• Los paquetes de voz no

pueden ser muy grandes (retardo de serialización)

• G.729 genera 8 Kb/s (20 bytes cada 20 ms)

• Cabeceras:– IP: 20 bytes

– UDP: 8 bytes

– RTP: 12 bytes

• 200% de overhead. La mayoría de los campos son constantes

• La compresión de cabeceras reduce a 2-4 bytes


Telefonía y Calidad de Servicio

• La telefonía es muy exigente con el retardo y el jitter

• Para asegurar la QoS necesaria hay que disponer de DiffServ o IntServ

• En enlaces de baja velocidad el retardo de serialización de paquetes grandes puede hacer inviable la telefonía, aun teniendo QoS

• Para evitarlo se puede forzar una MTU menor de 1500 bytes


Retardo de serialización vs velocidad y tamaño de paquete

64

bytes

128

bytes

256

bytes

512

bytes

1024

bytes

1500

bytes

64 Kb/s 8 ms 16 ms 32 ms 64 ms 128 ms 187 ms


192 Kb/s 2,7 ms 5,3 ms 10,7 ms 21,3 ms 42,6 ms 62,5 ms


384 Kb/s 1,3 ms 2,7 ms 5,3 ms 10,7 ms 21,3 ms 31,3 ms


1024 Kb/s 0,5 ms 1 ms 2 ms 4 ms 8 ms 12 ms

Retardo de serialización

Velocidad Tamaño

fragmento

64 Kb/s 160 Bytes

128 Kb/s 320 Bytes

192 Kb/s 480 Bytes

256 Kb/s 640 Bytes

384 Kb/s 960 Bytes

512 Kb/s 1280 Bytes

1024 Kb/s 2560 Bytes

Tamaño defragmento

(para retardo de 20 ms)


Subsistema de colas de nivel 3 Subsistema de colas de nivel 2

Encolamiento de baja latencia

PQ voz

PQ vozPolítica

Clase X

Clase Y

Default

CBWFQ Fragmento

Interleave TXRing

SalidaPaquetes

EntradaPaquetes

WFQ

Vo

Datos no urg.

Datos urgentes

Vídeo

Voz

Vi

Ur

Encolamiento en un router con QoS

NU

Vo

Vi

Ur

NU NU NU

VoViUrNU VoViUrNU NU NU

WFQ: Weighted Fair QueuingCBWFQ: Customer Based Weighted Fair Queuing


SIP (Session Initiation Protocol)

• Protocolo alternativo al H.323 para telefonía sobre Internet

• Desarrollado por el grupo de trabajo MMUSIC del IETF (RFC2543, 3/99, 153 pág.)

• Direcciones E.164 o URLs (como direcciones de e-mail)

• Página principal del SIP: Universidad de Columbia: http://www.cs.columbia.edu/~hgs/sip


Componentes de SIP

• UA (Agente de usuario): Teléfonos SIP, Gateways, PDAs

• UAC (User Agent Client): el que inicia una llamada• UAS (User Agent Server): el que recibe la llamada• Servidores:

– Proxy Server: el que actúa como intermediario, en representación de otro para efectuar una llamada

– Redirect Server: traduce una dirección en otra u otras– Registrar: el que acepta peticiones REGISTER– Location Server: el que facilita información al Proxy o

Redirect sobre la ubicación del destinatatrio de una llamada


Referencias• Godred Fairhurst: Digital Televisión: The MPEG-2

Standard: http://www.erg.abdn.ac.uk/users/gorry/level2dp.pdf

• Godred Fairhurst: MPEG-2 Digital Video: http://www.erg.abdn.ac.uk/public_html/research/future-net/digital-video/index.html

• http://mpeg.telecomitalialab.com/• Página principal del proyecto OpenH323: http://

www.openh323.org. Interesante fuente de información sobre H.323, implementaciones y servicios relacionados (gateways, gatekeepers, sistemas de respuesta automatizada, etc.) para Linux y Windows. Todo gratuito y con los códigos fuente disponibles.

• http://www.openphone.org/

Ampliación Redes 4-1 Universidad de Valencia Rogelio Montañana Tema 4 Multimedia Rogelio...

Documents

Transcript of Ampliación Redes 4-1 Universidad de Valencia Rogelio Montañana Tema 4 Multimedia Rogelio...