H.264视频的RTP荷载格式
目录
1. 介绍 ........................................ 3
1.1. H.264 Codec ............................... 3
1.2. 参数集概念 ........................... 4
1.3. 网络抽象层单元类型............................ 5
2. 约定 ......................................... 6
3. 范围 ............................................... 6
4. 定义和缩写 ................................. 6
4.1. 定义 ..................................... 6
5. RTP 荷载格式 ..................................... 8
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
6.2. 单个NAL单元方式............................... 32
6.3. 非交错方式 ............................... 32
6.4. 交错方式 ............................... 33
7. 打包过程 (信息) ........................ 33
7.1. 单NAL单元和非交错方式 ................ 33
7.2. 交错方式 ............................... 34
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
12.1. 根据ITU-T H.241 附录A的视频电话............... 65
12.2. 没有分片数据分区,没有NAL单元聚合的视频电话... 65
12.3. 使用NAL单元聚合交错打包的视频电话............. 66
12.4. 使用数据分区的视频电话 .................. 66
12.5. 使用FU和向前纠错的视频电话和流................ 67
12.6. 低位率流 .................................. 69
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
15.2. 参考性的参考.................................. 79
作者地址................................................ 81
完全版权声明 .......................................... 83
1. 介绍
1.1. H.264 Codec
本文指定一个RTP荷载规范用于ITU-T H.264 视频编码标准(ISO/IEC 14496 Part 10 [2])(两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似信息). 片断内的宏快按照扫描顺序安排,除非指定一个不同的宏块
分配,通过使用被称为灵活宏块顺序语法Flexible Macroblock Ordering syntax.图像内的预测只用于一个片断内部。更多
信息在[9]提供.
(NAL)编码器封装VCL编码器输出的片断到网络抽象层单元(NAL units),它适合于通过包网路传输或用于面向包的多路复用
环境。H.264的附录B定义封装过程传输这样的NAL单元通过面向字节流的网络。本文档范围, 附录 B 不相关的。
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:顺序参数集和图像参数集。一个活动顺序参数集在一个编码视频序列中保持不变,一个活动图像参数集
在一个编码图像里保持不变。顺序和图像参数集结构包含如图像大小,采用的可选的编码模式,宏块到片断组映射等信息。
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个顺序和图像参数集的
列表。每个片断头包含一个码字指示使用的顺序和图像参数集。
本机制允许从包流中解耦合参数集的传输,通过外部手段传输他们(即,作为能力交换的副作用),或通过一个(可靠或不可靠)控制协议
他们从没有被传送但是被应用设计规范修复甚至是可能的。
1.3. 网络抽象层单元类型
可以在[12], [13],[14]中找到关于NAL设计的学习信息.
所有NAL单元有一个单个NAL单元类型字节,他也作为本RTP荷载格式的荷载头.后面立即跟随NAL单元的荷载。
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
forbidden_zero_bit. H.264规范声明设置为1指示语法违例。
NRI: 2 bits
nal_ref_idc. 00值指示NAL单元的不用于帧间图像预测的重构参考图像。这样的NAL单元可以被丢弃而不用冒参考
图像完整性的风险。大于0的值指示NAL单元的解码要求维护参考图像的完整性。
Type: 5 bits
nal_unit_type. 本部件指定NAL单元荷载类型定义在[1]的表 7-1中和本文后面。为了参考所有当前定义的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
that bit the value of 0 (Off).
3. Scope
This payload specification can only be used to carry the "naked"
H.264 NAL unit stream over RTP, and not the bitstream format
discussed in Annex B of H.264. Likely, the first applications of
this specification will be in the conversational multimedia field,
video telephony or video conferencing, but the payload format also
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
subsequent access units up to but not including any subsequent IDR
access unit.
IDR access unit: An access unit in which the primary coded picture
is an IDR picture.
IDR picture: A coded picture containing only slices with I or SI
slice types that causes a "reset" in the decoding process. After
the decoding of an IDR picture, all following coded pictures in
decoding order can be decoded without inter prediction from any
picture decoded prior to the IDR picture.
primary coded picture: The coded representation of a picture to be
used by the decoding process for a bitstream conforming to H.264.
The primary coded picture contains all macroblocks of the picture.
redundant coded picture: A coded representation of a picture or a
part of a picture. The content of a redundant coded picture shall
not be used by the decoding process for a bitstream conforming to
H.264. The content of a redundant coded picture may be used by
the decoding process for a bitstream that contains errors or
losses.
VCL NAL unit: A collective term used to refer to coded slice and
coded data partition NAL units.
In addition, the following definitions apply:
decoding order number (DON): A field in the payload structure, or
a derived variable indicating NAL unit decoding order. Values of
DON are in the range of 0 to 65535, inclusive. After reaching the
maximum value, the value of DON wraps around to 0.
NAL unit decoding order: A NAL unit order that conforms to the
constraints on NAL unit order given in section 7.4.1.2 in [1].
transmission order: The order of packets in ascending RTP sequence
number order (in modulo arithmetic). Within an aggregation
packet, the NAL unit transmission order is the same as the order
of appearance of NAL units in the packet.
media aware network element (MANE): A network element, such as a
middlebox or application layer gateway that is capable of parsing
certain aspects of the RTP payload headers or the RTP payload and
reacting to the contents.
Informative note: The concept of a MANE goes beyond normal
routers or gateways in that a MANE has to be aware of the
signaling (e.g., to learn about the payload type mappings of
the media streams), and in that it has to be trusted when
working with SRTP. The advantage of using MANEs is that they
allow packets to be dropped according to the needs of the media
coding. For example, if a MANE has to drop packets due to
congestion on a certain link, it can identify those packets
whose dropping has the smallest negative impact on the user
experience and remove them in order to remove the congestion
and/or keep the delay low.
缩写
DON: 解码顺序号
DONB: 解码顺序基
DOND: 解码顺序号差
FEC: 向前纠错
FU: 分片单元
IDR: 瞬间解码刷新
IEC: 国际电子委员会
ISO: 国际标准化组织
ITU-T: 国际电联-通信标准部门
MANE: 美提感知网络元素
MTAP: 多时刻聚合包
MTAP16: 16位时戳位移的MTAP
MTAP24: 24位时戳位移的MTAP
NAL: 网络抽象层
NALU: NAL单元
SEI: 补充增强信息
STAP: 单时刻聚合包
STAP-A: STAP类型A
STAP-B: STAP类型B
TS: 时戳
VCL: 视频编码层
5. RTP 荷载格式
5.1. RTP头的使用
RTP 头的格式在RFC 3550 [4]中指定为了方便在图1又显示出来。本载荷格式使用头中域的方式和该规范一致。
当一个 NAL 单元封装在每个RTP包中, 推荐的RTP荷载格式在5.6节指定。对于聚合包/分片包的RTP荷载 (以及
一些rtp头域的设置)在5.7和5.8节指定。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|V=2|P|X| CC |M| PT | sequence number |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| timestamp |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| synchronization source (SSRC) identifier |
+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
| contributing source (CSRC) identifiers |
| .... |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 1. RTP 头。
根据RTP荷载格式设置的RTP头信息按如下设置:
Marker bit (M): 1 bit
对于RTP时戳指示的访问单元的最后一个包本位进行设置,符合视频格式M位的常规使用,以允许有效
缓冲处理布局。对于聚合包(STAP,MTAP),RTP头中的M位必须设置成最后一个NAL单元如果被传送在
单个RTP包中时M位对应的值。解码器可以使用本位作为早期最后一个包的指示,但是不可以依赖本
属性。
注:运送多个NAL单元的聚合包只有一个M位相关联。因此,如果一个网关重新打包一个聚合包为几
个包,它可能不会可靠设置这些包的M位。
Payload type (PT): 7 bits
本新的包格式的荷载类型的值超过本文档的范围,在此不指明。荷载类型的赋值或者通过profile或者
通过动态方式。
Sequence number (SN): 16 bits
根据RFC 3550设置使用. 对于单个NALU与非交错打包方式, 序号用于对定NALU解码顺序。
Timestamp: 32 bits
RTP时戳设置为内容的采样时戳。必须使用90 kHz 时钟频率。
如果NAL单元没有他自己的时间属性(即,parameter set and SEI NAL units),RTP时戳设置成访问单元主编码图像
的RTP时戳,根据[1]的7.4.1.2节。
MTAPs时戳的设置在5.7.2定义.
接收者应该忽略包含在访问单元(只有一个显示时戳)的任何图像时间SEI消息,相反,接收者应该使用RTP时戳
同步显示过程。
RTP发送者你不应该传送图像时间 SEI消息对于不支持被显示成多个场的图像。
如果一个访问单元有多于一个显示时戳在图像时间SEI消息中, SEI消息中的信息应该被对待成相对于RTP时戳的,
最早事件发生在RTP时戳给定的时间, 后续事件发生的时间由SEI消息中图像时间值差给定。假设tSEI1, tSEI2, ...,
tSEIn 为SEI消息中运送的显示时间戳, 其中tSEI1 是所有这样时间戳的最早值。tmadjst()是一个函数,他调整
SEI消息时间到90-kHz时间.TS是RTP时戳.则,和tSEI1关联的显示时间是TS. 和tSEIx[x=[2..n]]关联事件的显示时间为
TS + tmadjst (tSEIx - tSEI1).
注释: 在一个3:2折叠的操作中需要显示编码的帧作为场, 在其中组成编码帧的电影内容使用隔行扫描显示。
图像定时SEI消息使得运送相同编码图像的多个时戳,因此3:2折叠过程正确控制。图像定时SEI消息机制是必须
的,因为在RTP时戳中只可以运送一个时戳。
注释:因为H.264允许解码顺序可以和显示顺序不同, RTP时戳的值针对于RTP序号可以不是单调非减的。而且
RTCP报告中的抖动区间值可以不是网络性能问题的指示, as the calculation rules
for interarrival jitter (section 6.4.1 of RFC 3550) assume that
the RTP timestamp of a packet is directly proportional to its
transmission time.
5.2. RTP 荷载格式的公共结构
荷载格式定义三个不同的基本荷载结构。一个接收者可以识别荷载结构通过RTP荷载的第一个字节,
他也共享为RTP荷载头,某些情况下,作为荷载的第一个字节。本字节总是结构化为NAL单元头.
NAL单元类型指示目前使用那个结构. 可能的结构如下:
单个NAL单元包: 荷载中只包含一个NAL单元。NAL头类型域等于原始 NAL单元类型,即在范围1到23之间. 5.6指定
聚合包: 本类型用于聚合多个NAL单元到单个RTP荷载中。本包有四种版本,单时间聚合包类型A (STAP-A), 单时间
聚合包类型B (STAP-B), 多时间聚合包类型(MTAP)16位位移(MTAP16), 多时间聚合包类型(MTAP)24位位移(MTAP24)。
赋予STAP-A, STAP-B, MTAP16, MTAP24的NAL单元类型号分别是 24, 25, 26, 27。见5.7.
分片单元: 用于分片单个NAL单元到多个RTP包。现存两个版本FU-A,FU-B,用NAL单元类型 28,29标识。见5.8.
Table 1. 单元类型以及荷载结构总结
Type Packet Type name Section
---------------------------------------------------------
0 undefined -
1-23 NAL unit Single NAL unit packet per H.264 5.6
24 STAP-A Single-time aggregation packet 5.7.1
25 STAP-B Single-time aggregation packet 5.7.1
26 MTAP16 Multi-time aggregation packet 5.7.2
27 MTAP24 Multi-time aggregation packet 5.7.2
28 FU-A Fragmentation unit 5.8
29 FU-B Fragmentation unit 5.8
30-31 undefined -
注释: 本规范没有限制封装在单个NAL单元包和分片单元的大小。封装在聚合包中的 NAL单元大小为65535字节。
5.3. NAL单元字节使用
NAL单元字节的结构语义在1.3节介绍。为了方便,NAL单元类型字节的格式在下面列出:
+---------------+
|0|1|2|3|4|5|6|7|
+-+-+-+-+-+-+-+-+
|F|NRI| Type |
+---------------+
本部分根据本规范指定F和NRI的语义。
F: 1 bit
forbidden_zero_bit. A value of 0 indicates that the NAL unit type
octet and payload should not contain bit errors or other syntax
violations. A value of 1 indicates that the NAL unit type octet
and payload may contain bit errors or other syntax violations.
MANEs SHOULD set the F bit to indicate detected bit errors in the
NAL unit. The H.264 specification requires that the F bit is
equal to 0. When the F bit is set, the decoder is advised that
bit errors or any other syntax violations may be present in the
payload or in the NAL unit type octet. The simplest decoder
reaction to a NAL unit in which the F bit is equal to 1 is to
discard such a NAL unit and to conceal the lost data in the
discarded NAL unit.
NRI: 2 bits
nal_ref_idc. 0值和非零值的语义与H.264规范保持一致。换句话,00值指示NAL单元的内容不用于重建引用图像的
帧见图像预测。这样的NAL单元可以被丢弃而不用冒引用图像完整性的风险。大于00的值指示NAL单元的解码要求维护
引用图像的完整性。
除了上面指定的外, 根据本RTP荷载规范, 大于00的NRI值指示相对传输优先级, 象编码器决定的一样。 MANE可以使用
本信息保护更重要的NAL单元。最高的传输优先级是11, 依次是 10, 01;00 最低。
注释: 任何非零的NRI在H.264 解码器的处理是相同的。因此,接收者在传送NAL单元给解码器时不必操作NRI的值。
H.264编码器必须根据H.264规范设置NRI值(subclause 7.4.1)当nal_unit_type 范围的是1到12. 特别是, H.264规范
要求对于nal_unit_type为6,9,10,11,12的NAL单元的NRI的值应该为0。
对于nal_unit_type等于7,8 (指示顺序参数集或图像参数集)的NAL单元,H.264编码器应该设置NRI为11 (二进制格式)
对于nal_unit_type等于5的主编码图像的编码片NAL单元(指示编码片属于一个IDR图像), H.264编码器应设置NRI为11。
对于映射其他的nal_unit_types到NRI值,以下的例子可以使用并且在某些环境有效[13].其它的映射也可以,依赖于应用
以及使用的H.264/AVC Annex A profile.
注释: 在某些profile中数据分区不可用,即 , 在Main或Baseline profiles. 因此, nal单元类型2, 3,4 只出现在
视频流符合数据分区被允许的profile情况下,不会出现在符合MAIN/Baseline profile的流中。
Table 2. 编码片和主编码参考图像数据分区的编码片的NRI值的例子
NAL Unit Type Content of NAL unit NRI (binary)
----------------------------------------------------------------
1 non-IDR coded slice 10
2 Coded slice data partition A 10
3 Coded slice data partition B 01
4 Coded slice data partition C 01
注释: 像以前提起的, 非参考图像NRI值是00.
H.264编码器应该设置冗余编码参考图像的编码片和编码片分区NAL单元的NRI值为01 (二进制格式).
对于NAL单元类型24~29的NRI的定义在本文5.7,5.8给出。
对于nal_unit_type范围在13到23的NAL单元的NRI值没有推荐的值,因为这些值保留给ITU-T,ISO/IEC.
对于nal_unit_type为0或30,31的NAL单元的NRI值也没有推荐的值,因为这些值的语义本文没有指定。
5.4. 打包方式
本文指定三种打包方式:
o 单NAL单元方式
o 非交错方式
o 交错方式
单NAL单元方式目标是常规的系统,该系统兼容ITU-T H.241 [15] (12.1). 非交错方式目标是常规系统,可以不符合
ITU-T H.241建议.在非交错方式, NAL单元按照NAL单元解码顺序传送。交错模式目标是不要求非常低端到端延迟的系统。
交错方式允许传送NAL单元不按照NAL单元解码顺序。
使用的打包方式可以通过OPTIONAL packetization-mode MIME参数的值指定或外部手段。使用的打包方式控制那个NAL
单元类型在RTP荷载中允许。表3 总结对每个打包方式允许的NAL单元类型。有些NAL单元类型值(在表3中指示为没有定义)
保留为将来扩展. 那些类型的NAL单元不应该被发送者发送,接受者必须忽略他们。例如:
1-23, 相关的包类型"NAL unit",允许出现在 "单NAL单元方式" 和"非交错方式", 不允许在"交错方式".
打包方式在第六节更详细解释。
表 3. 每个打包方式允许的NAL单元类型总结(yes = 允许, no = 不允许, ig = 忽略)
Type Packet Single NAL Non-Interleaved Interleaved
Unit Mode Mode Mode
-------------------------------------------------------------
0 undefined ig ig ig
1-23 NAL unit yes yes no
24 STAP-A no yes no
25 STAP-B no no yes
26 MTAP16 no no yes
27 MTAP24 no no yes
28 FU-A no yes yes
29 FU-B no no yes
30-31 undefined ig ig ig
5.5. 解码顺序号(DON)
在交错打包方式, NAL单元的传输顺序允许和NAL单元的解码顺序不同。解码顺序号(DON)是荷载结构中的一个域
或一个获得变量指示NAL单元的解码顺序。 不按解码顺序传输的例子和原理以及DON的使用见13节。
传输和解码顺序的耦合由OPTIONAL sprop-interleaving-depth MIME参数控制,见下。当OPTIONAL sprop-interleaving-depth
MIME 参数的值等于0 (明确或缺省) 或者外部手段不允许传输NAL单元顺序不同于他们的解码顺序, NAL单元的
传输顺序必须和他们的解码顺序一致。当OPTIONAL sprop-interleaving-depth MIME参数的值大于0或者传输NAL单元
与解码序号不一致通过外部手段被允许时,
o 在MTAP16/MTAP24中的NAL单元顺序不要求是NAL单元的解码顺序
o 在两个连续包中的STAP-B, MTAP,FU解嵌套产生的NAL单元序号不要求是NAL单元解码序号。
用于单NAL单元包 STAP-A和FU-A的RTP荷载结构不包含DON. STAP-B,FU-B结构包含DON, MTAP结构允许推导DON象5.7.2指定的一样.
注释:档FU-A出现在交错方式,后边总跟一个FU-B, 他设置自己的DON.
注释: 一个传输器想封装单个NAL单元每个包并且传输包不按照他们的解码顺序,可以使用STAP-B包类型。
在单个NAL单元打包方式, NAL单元的传输顺序,由RTP顺序号确定, 必须和他们的NAL单元解码序号一致。
在非交错打包方式中, 在单NAL单元包,STAP-A,FU-A中NAL单元的传输顺序必须和他们的NAL单元解码顺序一致.
在一个STAP中的NAL单元必须按照他们的NAL单元解码顺序出现。因此,解码顺序首先由STAP隐含顺序提供, 第二
通过RTP序号提供(对于STAPs, FUs, 单个NAL unit包之间的)。
对于运送在STAP-B, MTAP以及FU-B开始的一些列分片单元中的NAL单元的DON值的信令在5.7.1, 5.7.2, 指定5.8。
传输顺序中的NAL单元的第一个DON值可以设置成任何值,DON值的范围是0到65535。到达最大值后, DON的值回绕到0.
包含在STAP-B, MTAP,或FU-B开始的一系列分片单元中的两个NAL单元的解码顺序按照如下确定:
DON(i)是索引为i传输顺序的解码顺序号. 函数don_diff(m,n)定义如下:
If DON(m) == DON(n), don_diff(m,n) = 0
If (DON(m) < DON(n) and DON(n) - DON(m) < 32768),
don_diff(m,n) = DON(n) - DON(m)
If (DON(m) > DON(n) and DON(m) - DON(n) >= 32768),
don_diff(m,n) = 65536 - DON(m) + DON(n)
If (DON(m) < DON(n) and DON(n) - DON(m) >= 32768),
don_diff(m,n) = - (DON(m) + 65536 - DON(n))
If (DON(m) > DON(n) and DON(m) - DON(n) < 32768),
don_diff(m,n) = - (DON(m) - DON(n))
don_diff(m,n)正值指示具有传输顺序n的NAL单元解码顺序跟在具有传输顺序m的NAL单元后面。 don_diff(m,n)等于0
指示NAL单元解码顺序号可以按照任何NAL单元优先。don_diff(m,n)的负值指示索引为n的NAL单元解码序号先于索引为
m的NAL单元。
DON相关域的值(DON, DONB, and DOND; 5.7)必须使得上面指定的DON的值确定的解码器顺序号符合NAL单元解码序号。
如果两个NAL解码单元顺序的NAL单元交换,新的顺序号不符合NAL单元解码顺序,NAL单元不可以有相同的DON值. 如果
在一个NAL单元流中两个连续NAL单元的序号交换并且新的序号仍符合NAL单元解码顺序号,NAL解码单元可以有相同的
DON值。例如:当使用的视频编码profile允许任意分片顺序, 一个编码图像的所有编码片的NAL单元可以有相同的DON
值。因此,相同DON值的 NAL单元可以按照任何顺序解码,有不同DON值的NAL单元应该按照上面指定的顺序传递给解码器。
当两个连续的NAL单元解码顺序的NAL单元有不同的DON值, 第二个NAL单元的DON应该是第一个NAL单元的DON值加1。
解包过程恢复NAL单元解码的例子在第7部分给出。
注: 接收者不应该预测两个解码顺序号连续的NAL的DON值的绝对差等于1,甚至在没有错误的传输过程。
没有要求增加1,就像关联DON的值到NAL单元的时间一样, 不可能知道所有NAL单元是否分发给接收者。例如:
一个网关可以不转发非引用的编码的NAL片或SEI NAL 单元,当需要转发的网络带宽不足时。;另外的例子:
现场广播被预先编码的内容不时的打断,如广告。预先编码的第一个内帧图像事先传送使得接收端准备可用。
当传送第一个内帧时,发送者不能精确知道在解码顺序后的第一个内帧前,有多少NAL单元被编码。因此, 预编码
片断的第一个内帧的DON值不得不估算,当他们传送时,因此DON中可能产生空隙。
5.6. 单个NAL单元包
定义在此的单个NAL单元包必须只包含一个类型定义在[1]中的NAL单元。这意味聚合包和分片单元不可以用在单个NAL
单元包中。一个封装单个NAL单元包到RTP的NAL单元流的RTP序号必须符合NAL单元的解码顺序。单个NAL单元包的结构
显示在图2。
注: NAL单元的第一字节和RTP荷载头第一个字节重合。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|F|NRI| type | |
+-+-+-+-+-+-+-+-+ |
| |
| Bytes 2..n of a Single NAL unit |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 2. 单个NAL单元包的RTP荷载格式。
5.7. 聚合包
聚合包是本荷载规范的NAL单元聚合安排。本计划的引入是反映两个主要目标网络差异巨大的MTU:
有线IP网络(MTU 通常被以太网的MTU限制; 大约1500 字节), 基于无线通信系统的IP或非IP (ITU-T
H.324/M)网络,它的优先传输最大单元是254或更少。为了阻止连个世界媒体的转换以及避免不必要的打包
负担,引入聚合单元安排。
本规范定义了两类聚合包:
o 单时间聚合包(STAP): 聚合相同NALU时间的NAL单元。两类STAP被定义, 一类不包括DON (STAP-A)另一类包括DON (STAP-B).
o 多时间聚合包(MTAP): 聚合具有差异NALU时间的NAL单元. 两个MTAP被定义, 差别在 NAL单元时戳位移长度不同。
词语NALU-时间被定义成如果NAL单元被传输他自己的RTP包中时RTP的时戳。
运送在一个聚合包中的每个NAL单元封装在一个聚合单元中。参见下面四个不同聚合单元和他们的特性。
聚合包的RTP荷载格式的结构见图3。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|F|NRI| type | |
+-+-+-+-+-+-+-+-+ |
| |
| one or more aggregation units |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 3. 聚合包的RTP荷载格式。
MTAPs,STAPs公用以下打包规则:RTP时戳必须设置为被聚合NAL单元中最早NALU时间。NAL单元类型的类型域必须被设置成
适当的值,像表4描述的一样.
如果聚合NAL单元的F位是0,F位必须清除,否则,则必须被设置。 NRI的值必须是运送在聚合包中NAL单元的最大值。
表 4. STAPs和MTAPs的类型域
Type Packet 时戳位移域长度(位) DON相关的域(DON, DONB, DOND)是否存在
--------------------------------------------------------
24 STAP-A 0 no
25 STAP-B 0 yes
26 MTAP16 16 yes
27 MTAP24 24 yes
RTP头的marker位设置为聚合包中最后NAL单元如果单独封装在RTP传输中对应Marker位的值。
聚合包的荷载由一个或多个聚合单元组成。见5.7.1,5.7.2四个不同类型的聚合单元。一个包聚合包可以运送必要多的
聚合单元; 但是, 聚合包中整个数据显然必须适合于一个IP包,并且大小应该选择使得结果的IP包比MTU小。一个聚合包
不可以包含5.8中指定的分片单元。聚合包不可以嵌套;即,一个聚合包包含另一个聚合包。
5.7.1. 单时间聚合包
单时刻聚合包(STAP)应该用于当聚合在一起的NAL单元共享相同的NALU时刻。STAP-A荷载不包括DON,至少包含一个单时刻聚合单元
见图4. STAP-B荷载包含一个16位的无符号解码顺序号(DON) (网络字节序)紧跟至少一个单时刻聚合单元。见图5.
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: |
+-+-+-+-+-+-+-+-+ |
| |
| single-time aggregation units |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 4. STAP-A荷载格式
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: decoding order number (DON) | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| |
| single-time aggregation units |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 5. STAP-B 荷载格式
DON域指定STAP-B传输顺序中第一个NAL单元的DON值. 对每个后续出现在STAP-B中的NAL单元,它的DON值等于
(STAP-B中前一个NAL的DON值+1)e535, %是取模运算。
单时刻聚合单元有一个16位无符号大小信息(网络字节序),他指示后续NAL单元的大小(以字节为单位)(不包括
这两个字节,但包括NAL单元类型字节),后面紧跟NAL单元本身, 包括它的NAL单元类型字节. 单时刻聚合单元在RTP荷载
中是字节对齐的,单可以不是32位字边界对齐。图6 表示单时刻聚合单元的结构。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: NAL unit size | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| |
| NAL unit |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 6. 单时刻聚合单元的结构
图 7表示一个例子--一个RTP包包含一个STAP-A. STAP包含两个单时刻聚合单元, 在图中用1,2标记。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|STAP-A NAL HDR | NALU 1 Size | NALU 1 HDR |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 Data |
: :
+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | NALU 2 Size | NALU 2 HDR |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 Data |
: :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 7. RTP包包含一个STAP-A. STAP包含两个单时刻聚合单元
图 8 表示一个RTP包包含一个STAP-B. STAP包含两个单时刻聚合单元, 用 1,2标记。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|STAP-B NAL HDR | DON | NALU 1 Size |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 Size | NALU 1 HDR | NALU 1 Data |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ +
: :
+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | NALU 2 Size | NALU 2 HDR |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 Data |
: :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 8. 一个RTP包包含一个STAP-B. STAP包含两个单时刻聚合单元例子
5.7.2. 多时刻聚合包(MTAPs)
多时刻聚合包的NAL单元荷载有16位的无符号解码顺序号基址(DONB) (网络字节序)以及一个或多个多时刻聚合单元,如
图9表示。DONB 必须包含MTAP中NAL单元的第一个NAL的DON的值。
注释:NAL解码顺序中的第一个NAL单元不必要是封装在MTAP中的第一个NAL单元。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: decoding order number base | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| |
| multi-time aggregation units |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 9. MTAP的NAL单元荷载格式
本规范定义两个不同多时刻聚合单元。两个都有16位的无符号大小信息用于后续NAL单元(网络字节序),一个8位无符号解码序号
差值(DOND), 和n位 (网络字节序) 时戳位移(TS 位移)用于本NAL单元,n可以是16/24. 不同MTAP类型的选择是应用相关的(MTAP16
/MTAP24): 时戳位移越大, MTAP的灵活性越大, 但是负担也越大。
MTAP16/MTAP24多时刻聚合单元的结构分别在图 10 ,11表示。一个包中的聚合单元的开始/结束不要求位于32位的边界。
跟随NAL单元的DON 等于(DONB + DOND) % 65536, %代表取摸操作. 本文没有指定MTAP内的NAL单元如何排序,但大多数
情况,应该使用NAL单元解码顺序。
时戳位移域必须设置成等于以下公式的值:如果NALU-time大于等于包的RTP时戳,则时戳位移等于(NALU-time - 包的RTP时戳).
如果NALU-time小于包的RTP时戳,则时戳位移等于 NALU-time + (2^32 - 包的RTP时戳).
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: NAL unit size | DOND | TS offset |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| TS offset | |
+-+-+-+-+-+-+-+-+ NAL unit |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 10. MTAP16多时刻聚合单元
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: NALU unit size | DOND | TS offset |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| TS offset | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| NAL unit |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 11. MTAP24多时刻聚合单元
一个MTAP中的最早的聚合单元时戳位移必须为0。因此, MTAP的RTP时戳和最早NALU-time相同.
注释: 最早多时刻聚合单元是MTAP中所有聚合单元的扩展RTP时戳中的最小者,如果聚合单元封装在单个NAL单元包中。
扩展时戳是有多于32位的时戳,有能力计算时戳域的饶回,因此时戳如果绕回能够确定时戳的最小值。这样的“最早“聚合
单元可以不是封装在MTAP中的第一个聚合单元,最早NAL单元不必和NAL解码顺序的第一个NAL单元相同。
图 12 表示一个例子,一个RTP包包含一个多时刻MTAP16类型的聚合包,包括两个多时刻聚合单元,分别用1,2标记。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|MTAP16 NAL HDR | decoding order number base | NALU 1 Size |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 Size | NALU 1 DOND | NALU 1 TS offset |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 HDR | NALU 1 DATA |
+-+-+-+-+-+-+-+-+ +
: :
+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | NALU 2 SIZE | NALU 2 DOND |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 TS offset | NALU 2 HDR | NALU 2 DATA |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
: :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 12. 一个RTP包包含一个多时刻MTAP16类型的聚合包,包括两个多时刻聚合单元
图 13 表示一个例子,一个RTP包包含一个多时刻MTAP24类型的聚合包,包括两个多时刻聚合单元,分别用1,2标记。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|MTAP24 NAL HDR | decoding order number base | NALU 1 Size |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 Size | NALU 1 DOND | NALU 1 TS offs |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|NALU 1 TS offs | NALU 1 HDR | NALU 1 DATA |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ +
: :
+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | NALU 2 SIZE | NALU 2 DOND |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 TS offset | NALU 2 HDR |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 DATA |
: :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 13. RTP包包含一个多时刻MTAP24类型的聚合包,包括两个多时刻聚合单元
5.8. 分片单元 (FUs)
本荷载类型允许分片一个NAL单元到几个RTP包中。在应用层这样做比依赖于底层(IP)的分片有以下好处:
o 荷载格式有能力传输NAL单元大于64K字节的单元通过IPv4网络,或许存在预编码的视频,特别在高清格式 (
每个图像的分片数目有限制,导致每个图像的NAL单元数目的限制, 从而导致大的 NAL单元).
o 分派机制允许分片单个图像并且采用一般向前的纠错像12.5描述的那样.
分片只定义于单个NAL单元不用于任何聚合包。NAL单元的一个分片由整数个连续NAL单元字节组成. 每个NAL单元字节
必须正好是该NAL单元一个分片的一部分。相同NAL单元的分片必须使用递增的RTP序号连续顺序发送(第一和最后分片之间
没有其他的RTP包)。相似, NAL单元必须按照RTP顺序号的顺序装配。
当一个NAL单元被分片运送在分片单元(FUs)中时,被引用为分片NAL单元。STAPs,MTAP不可以被分片。 FUs不可以嵌套。
即, 一个FU 不可以包含另一个FU.
运送FU的RTP时戳被设置成分片NAL单元的NALU时刻.
图 14 表示FU-A的RTP荷载格式。FU-A由1字节的分片单元指示,1字节的分片单元头,和分片单元荷载组成。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| FU indicator | FU header | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| |
| FU payload |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 14. FU-A的RTP荷载格式
图 15 表示FU-B的RTP荷载格式. FU-B由1字节的分片单元指示,1字节的分片单元头,和解码顺序号(DON)
以及分片单元荷载组成。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| FU indicator | FU header | DON |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-|
| |
| FU payload |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 15. FU-B的RTP荷载格式
对于分片NAL单元的第一个分片如果用于交错打包方式,则必须使用NAL单元类型FU-B。NAL单元类型FU-B MUST不可以
用于其他情况。换句话, 在交错打包方式,每个被分片的NALU,FU-B作为第一个分片,后面跟随的是一个或多个FU-A分片.
FU指示字节有以下格式:
+---------------+
|0|1|2|3|4|5|6|7|
+-+-+-+-+-+-+-+-+
|F|NRI| Type |
+---------------+
FU指示字节的类型域的28,29表示FU-A和FU-B。F的使用在5。3描述。NRI域的值必须根据分片NAL单元的NRI域的值设置。
FU头的格式如下:
+---------------+
|0|1|2|3|4|5|6|7|
+-+-+-+-+-+-+-+-+
|S|E|R| Type |
+---------------+
S: 1 bit
当设置成1,开始位指示分片NAL单元的开始。当跟随的FU荷载不是分片NAL单元荷载的开始,开始位设为0。
E: 1 bit
当设置成1, 结束位指示分片NAL单元的结束,即, 荷载的最后字节也是分片NAL单元的最后一个字节。当跟随的
FU荷载不是分片NAL单元的最后分片,结束位设置为0。
R: 1 bit
保留位必须设置为0,接收者必须忽略该位。
Type: 5 bits
NAL单元荷载类型定义在[1]的表7-1.
FU-B中DON的值的选择在5.5已经描述.
注: FU-B中的DON域允许网关分片NAL单元到FU-B而不用组织进来的NAL单元到NAL单元解码顺序。
一个分片单元不可以传输在一个FU中; 即, 开始位和结束位不可以被同时设置在同一个FU头中。
FU荷载由分片NAL单元的荷载分片组成,使得如果连续FU的分片单元荷载顺序连接, 可以重构分片NAL单元的荷载。
NAL单元分片的类型字节不包括,就像在分片单元荷载中一样,但是分片单元的NAL单元的类型信息运送FU指示字节
的F和NRI域以及FU头的类型域。一个FU荷载可以有任意字节也可以为空。
注释: 空的FUs允许减少某类发送者在几乎无丢失环境中的延迟。这些发送者特点是他们的NALU完全产生前,可以打
包NALU分片,因此,在NALU大小未知之前。如果零长度分片不被允许,发送者不得不产生至少一位数据在当前分片被发送
前. 由于H.264的特性, 有时几个宏快占据0位,这是不希望的并且增加延迟。但是, (潜在)使用0长度的NALU应该仔细
权衡增加NALU丢失的风险,因为增加了传输包。
如果一个分片单元丢失,接收者应该丢弃后续的所有分片单元对应于相同分片NAL单元的传输顺序的分片。
终端或MANE中的接收者可以聚合前一个NAL单元的n-1分片到一个(不完全的) NAL单元,甚至分片n没有接收到. 这种情况下,
NAL单元的forbidden_zero_bit必须被设置成1指示语法违背.
6. 打包规则
打包方式在5.2节介绍. 对于多于一个打包方式的公共打包规则在6.1节指定. 单个NAL单元方式
的打包规则,非交错方式,交错方式的打包规则分别在6.2, 6.3,6.4节指定。
6.1. 公共打包规则
不管使用那种打包方式,所有发送者必须遵守以下打包规则:
o 属于同一编码图像(共享相同RTP时戳值)的编码NAL单元片断或者编码数据分区NAL单元片断可以
按照定义在[1]中的应用Profile允许的任何顺序发送; 但是,对于延迟敏感的系统,他们应该按照
他们原始编码顺序发送,以减少延迟。注意:编码顺序不必要是扫描顺序,而是NAL包对RTP协议
栈可用的顺序。
o 参数集根据8.4节给定的规则和建议处理。
o MANEs 不可以重复任何NAL单元,除了顺序或图像参数集NAL单元,同样本文或者H.264规范也没有提供
手段识别重复的NAL单元。顺序和图像参数集NAL单元可以重复使得他们的纠错接收更可靠,但是,任何
这样的重复不可以影响任何活动顺序或图像参数集的内容。重复应该在应用层进行,不应通过复制RTP
包进行(相同序号)。
使用非交错方式和交错方式的发送者必须遵守以下打包规则:
o MANEs可以转换单个NAL单元包到一个聚合包,转换一个聚合包到几个单个NAL单元包,或在RTP转换器中混合
两个概念。RTP转换器至少应该考虑如下参数:路径MTU大小, 不平等的保护机制(即,根据RFC 2733通过
基于包的FEC,特别对于顺序和图像参数集NAL单元以及编码片断数据分区NAL单元),系统可以忍受的延迟
以及接收者缓冲能力。
注:RTP转换器要求按照每个RFC3550处理RTCP.
6.2. 单个NAL单元模式
本方式应用在OPTIONAL打包方式MIME参数值等于0,不包含打包方式,或者没有外部手段指示其他的打包方式的时候。
所有的接收者必须支持本方式。它主要用于低延迟应用(和使用ITU-T H.241建议兼容的系统)。(见12.1节).
只有单个NAL单元包可以用在这种方式。STAPs, MTAPs, and FUs 不可以使用。单个NAL单元的传输顺序必须和NAL
解码顺序一致。
6.3. 非交错方式
本方式应用在OPTIONAL打包方式MIME参数值等于1或者改方式被外部的手段打开时。本方式应该被支持。它主要用于
低延迟应用。本方式只允许单个NAL单元包, STAP-As, FU-As包。STAP-Bs, MTAPs,FU-Bs不可以使用。NAL单元的传输
顺序必须和NAL单元解码顺序一致。
6.4. 交错方式
本方式应用在OPTIONAL打包方式MIME参数值等于2或者改方式被外部的手段打开时。有些接收者可以支持本方式。
可以使用 STAP-Bs, MTAPs, FU-As,FU-Bs。STAP-As 和单个NAL单元包不可以使用。包和NAL单元传输顺序的限制
在5.5节指定。
7. 打包过程 (信息)
打包过程是实现相关的。因此,下面的描述应该被看成合适实现的例子。其他的方案也可以使用。相关描述算法的优化
也是可能的。7.1演示单个NAL单元和非交错打包方式的打包过程,7.2描述交错方式的打包过程。7.3 包括附加的封装
指导对于智能接收者。
所有相关于缓冲区管理正常的RTP机制也适用。特别的,重复的过期的RTP包(由RTP序号/时戳指示)被删除。 为了确定
精确的解码时间, 如可能的延迟因素也被允许为了正确的流之间的同步。
7.1. 单个NAL单元和非交错方式
接收者包括一个接收缓冲区以补偿传输延迟和抖动。接收者存储进来的包按照接收顺序在接收缓冲区中。包被解封装
按照RTP序号的顺序。如果封装包是一个单个NAL单元包,包含在包中的NAL单元直接传递给解码器。如果解封装的包是
一个STAP-AI, 包含在包中的NAL单元按照他们在包中的封装顺序传递给解码器。如果解封装包是一个FU-A, 所有的分
片NAL单元单分片连接在一起传递给解码器。
信息: 如果解码器支持任意分片顺序,编码的图像片可以按照任意顺序传送给解码器而不管他们的接收传送顺序。
7.2. 交错方式
这些打包规则后面的一般概念是重新排序NAL单元从传输顺序到NAL单元解码顺序。
接收者包括一个接收缓冲区以补偿传输延迟抖动以及重新排序包从传输顺序到NAL单元解码顺序。本部分,接收者操作
的描述假设没有传输延迟抖动。为了和实际的差异,一个接收缓冲区也用于补偿传输延迟抖动,接收者者本部分调用
解交错缓冲区。接收者应该准备传输延迟抖动;即, 或者保留单独的缓冲区用于传输延迟抖动缓冲和解交错缓冲或者
使用接收缓冲用于传输延迟抖动和解交错。而且, 接收者应该考虑传输延迟抖动在缓冲区操作时,即,在开始解码和
回放前增加缓冲区。
本部分组织如下: 7.2.1 描述如何计算交错缓冲区的大小. 7.2.2指定接收过程如何组织接收到的NAL单元到NAL解码顺序。
7.2.1. 解交错缓冲区的大小
当 SDP Offer/Answer 模型或其他任何能力交换过程被使用时, 接收流的属性应该使得接收者的能力不被超过。
在 SDP Offer/Answer 摸型行中, 接收者可以指示它的能力以分配一个解交错缓冲区使用deintbuf-cap MIME 参数。
发送者指示解交错缓冲区大小的要求使用sprop-deint-buf-req MIME参数. 因此,推荐设置解交错缓冲区大小(字节数目)
等于或大于sprop-deint-buf-req MIME 参数指定的值. 参见 8.1 得到更多信息关于 deint-buf-cap和sprop-deint-buf-req
MIME参数,8.2.2 关于他们在SDP Offer/Answer模型中的使用。
在会话建立中一个公布的会话描述被使用,sprop-deint-buf-req MIME参数指定交错缓冲大小的要求。因此,推荐
设置解交错缓冲区大小(字节位单位)等于或大于sprop-deint-buf-req MIME 参数的值.
7.2.2. 解交错过程
在接收者中有两个缓冲状态: 初始缓冲和正在播放缓冲。初始缓冲发生在RTP会话被初始化时。初始缓冲后,解码和播放
开始了, 使用缓冲-播放模型。
不管缓冲的状态,接收者存储进来的NAL单元按照接收顺序,在解交错缓冲区中。聚合包的 NAL单元存储在单个解交错缓冲区中
DON的值被计算为所有NAL单元存储。
描述在下面的接收操作需要以下的函数常数帮助:
o 函数AbsDON在8.1指定.
o 函数don_diff在 5.5 指定.
o 常数 N 是 OPTIONAL sprop-interleaving-depth MIME 类型参数的值( 8.1)加1.
初始缓冲持续直到以下条件完成:
o 在解交错缓冲区中有 N VCL NAL单元。
o 如果sprop-max-don-diff存在, don_diff(m,n)大于sprop-max-don-diff的值, 其中 n 对应所有接收到
的NAL单元中最大AbsDON值的NAL单元,m 对应所有接收到的NAL单元中最小AbsDON值的NAL单元。
o 初始缓冲区已经持续时间等于或大于 OPTIONAL sprop-init-buf-time MIME 参数指定的值.
要从解交错缓冲区删除的NAL单元的确定如下:
o 如果解交错缓冲区包含至少N 个VCL NAL单元,NAL单元被从解交错缓冲区移出传递给解码器按照下面指定
的次序直到缓冲区中包含N-1 VCL NAL 单元。
o 如果sprop-max-don-diff存在, 所有的NAL单元 m,他们的don_diff(m,n)大于sprop-max-don-diff的从解交错
缓冲区移出传送给解码器按照下面指定的顺序。在此, n 对应所有接收到的NAL单元中最大AbsDON值的NAL单元。
NAL单元传递给解码器的顺序指定如下:
o 让PDON是一个变量RTP会话开始时初始化为0。
o 对于每个关联DON的NAL单元, 按如下计算一个DON距离。如果NAL单元的DON大于PDON的值, DON距离等于DON-PDON.
否则DON距离等于 65535 - PDON + DON + 1.
o NAL单元分发给解码器按照DON距离递增的顺序。如果几个NAL单元有相同的DON距离,则他们可以按照任意顺序递交给解码器.
o 当一定数目的NAL单元传递给解码器, PDON的值设置为传送给解码器最后一个NAL单元的DON值。
7.3. 附加打包规则
以下附加打包规则可用于实现一个可操作的H.264打包器:
o 智能RTP接收者 (即在网关中) 可以识别丢失的编码片断数据分区A (DPAs). 如果发现丢失的DPA,网关可以决定不发送
对应的编码片断数据分区B和C,因为对于H.264解码器他们的信息是无意义的。这样通过丢弃无用的包而不用分析复杂
的位流,一个MANE可以减少网络负担。
o 智能RTP接收者(即在网关中) 可以识别丢失的FU. 如果发现丢失一个FU, 网关可以决定不发送同一个分片NAL的后续FU
因为对于H.264解码器他们的信息是无意义的.这样通过丢弃无用的包而不用分析复杂的位流,一个MANE可以减少网络负担。
o 不得不丢弃包或NALU的智能接收者应该首先丢弃所有NAL单元类型中NRI值等于0的包/NALU. 这样最小化用户体验的影响并
保持参考图像完整。如果更多的包不得不被丢弃,则NRI值低的包应该在NRI值高的前面被丢弃。但是,丢弃任何NRI值大于
0的包可能导致解码器飘移应该被避免。
8. 荷载格式参数
This section specifies the parameters that MAY be used to select
optional features of the payload format and certain features of the
bitstream. The parameters are specified here as part of the MIME
subtype registration for the ITU-T H.264 | ISO/IEC 14496-10 codec. A
mapping of the parameters into the Session Description Protocol (SDP)
[5] is also provided for applications that use SDP. Equivalent
parameters could be defined elsewhere for use with control protocols
that do not use MIME or SDP.
Some parameters provide a receiver with the properties of the stream
that will be sent. The name of all these parameters starts with
"sprop" for stream properties. Some of these "sprop" parameters are
limited by other payload or codec configuration parameters. For
example, the sprop-parameter-sets parameter is constrained by the
profile-level-id parameter. The media sender selects all "sprop"
parameters rather than the receiver. This uncommon characteristic of
the "sprop" parameters may not be compatible with some signaling
protocol concepts, in which case the use of these parameters SHOULD
be avoided.
8.1. MIME Registration
The MIME subtype for the ITU-T H.264 | ISO/IEC 14496-10 codec is
allocated from the IETF tree.
The receiver MUST ignore any unspecified parameter.
Media Type name: video
Media subtype name: H264
Required parameters: none