VIDEO Ip

Tema 3
Ampliación Redes 3-1

¿Qué es una red Multimedia?
• Teóricamente:
– La que transmite información utilizando para ello más
de un medio de comunicación. Ejemplo: un documento
que contiene texto e imágenes
• En la práctica:
– La red que transmite información de audio y/o vídeo en
tiempo real (aunque solo se utilice uno de estos
medios). Ejemplo: videoconferencia, telefonía por
Internet

Sumario
• Teorema de Nyquist. Conversión analógico-
digital
• Audio digital. Estándares. Compresión
• Vídeo digital. Estándares. Compresión
• Protocolos RTP y RTCP
• Videoconferencia. 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

Telefonía digital: muestreo
8.000 muestras/s
(captura de 0 a 4 KHz)
Canal telefónico
Ancho de banda = Muestra
300 a 3.400 Hz s
Señal Señal
analógica ‘muestreada’
original a 8 KHz

Conversión analógico-digital
PCM (Pulse Code Modulation)
Ruido (o error) de
Digitalizació cuantización
n El error de
cuantización depende
del número de bits por
muestra.
En telefonía se utilizan
8 bits por muestra, lo
cual da 28 = 256
Señal posibles valores de
amplitud.
‘muestreada’
(valores
continuos) 100100111011001
Señal digital (valores
discretos)
Espectro acústico de la voz y la
música Límite
superior
de la radio FM
Límite
superior
de la radio AM
Canal telefónico
0 dB MÚSICA
-20 dB
VOZ Rango dinámico
Rango dinámico aproximado de
aproximado la música
Potencia
de la voz
relativa
-40 dB
Ruido
300 Hz 3,4 KHz

-60 dB
10 Hz 100 Hz 1 KHz 10 KHz 100 KHz
Frecuenci
a
Anchura del canal telefónico
• Se transmite una señal de 3,1 KHz (de 300 a 3.400
Hz). Así se reduce ancho de banda y
requerimientos en el sistema de transmisión
(menor distorsión):

Comunicación entre teléfonos
analógicos
Enlace de Enlace de
central central
final Enlaces entre final
Bucle centrales de Bucle
de facturación de
abonad abonad
Códe Códe
c c
Central Central
Central
Telefónica Telefónica
Telefónica
final final
primaria
Central Central
de de
facturación facturación
Señal Señal Señal

Analógica Digital Analógica
(300-3.400 (64 Kb/s) (300-3.400
Hz) Hz)
Sumario
• Teorema de Nyquist. Conversión analógico-
digital.
• Vídeoconferencia. Estándares H.32x
• Video bajo demanda
• Telefonía sobre Internet

Audio digital no comprimido

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

Comparación de codecs
Simulación
Fuent de canal Limitació
e n Codec
1 2 3 4 5
‘X’
“El tren es un medio de transporte cómodo.”
MOS Calidad voz Nivel de distorsión

5 Excelente Imperceptible
4 Buena Apenas Perceptible, no desagradable 1 2 3 4 5
3 Regular Perceptible, levemente desagradable

2 Pobre Desagradable, pero aceptable
1 Insatisfactoria Muy desagradable. Inaceptable
MOS: Mean Opinion

Score MOS de 4.2 = Calidad
óptima

Compresión vs calidad
64 PCM
Caudal (Kb/s)
56
4
8
40
32 ADPCM 32
24 ADPCM 24
16 ADPCM 16 LDCELP 16
8 CS-ACELP CS-ACELP 8
Normalmente
LPC MP-MLQ 6,4 requieren
0 hardware especial
0 1 2 3 4 5
MOS (Mean Opinion
Score)
Codec de alta compresión optimizado
para la voz humana
Estos codecs no son

aptos para música

Algunos formatos de audio digital
Bajo
Retardo
Elevado
retardo

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).

Sumario
• Teorema de Nyquist. Conversión analógico-digital

Señal de vídeo analógica
La imagen capturada se
R descompone en tres señales
(rojo) que corresponden a los
G (verde)
colores primarios
B (azul)
Escaneador
Filtros rasterizador
amplitud
R
tiempo
amplitud
Diviso
G
Lente
tiempo
amplitud
r
B
tiempo

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 + 0,11 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
Matriz G
Inversa B
TV Color
Y
R
G Circuito U Mezclador
Modulador
Matricial
B V
Modulador
Y
Filtr
o
TV Blanco y
Ampliación Redes 3-22 Negro
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

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

Submuestreo
• 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
248,832 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.

Submuestreo 4:2:2
720 720
360
8 bits
576 576
576
R Y
G
B C
r
C
b
Luminancia 4
Crominancia
2+2
Submuestreo 4:1:1
720 720
180
576 576
576
R Y
G
B C
r C
b
Luminancia 4
Crominancia
1+1

Submuestreo 4:2:0
720 720
360
576 576
288
C
r
C
R Y b
G
B
Luminancia 4
Crominancia
2+0
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
Señal YUV, Y/C o La compresión
Composite introduce retardo
Cámara de
Almacena
TV o vídeo
miento
Digitaliza CODEC
dor Hard o soft
Vídeo digital Vídeo digital
sin comprimir comprimido
Estación digitalizadora Red local
Vídeo (PC/Mac/Workstation) (o WAN)
analógico Monitor
CODEC: COmpresor/DECompresor

Compresión de vídeo en diferido
Señal YUV, Y/C o
Composite
Cámara de
Almacena Almacena
TV o vídeo
miento miento
Digitaliza CODEC
dor Soft
Vídeo digital Vídeo digital
sin comprimir comprimido
Estación digitalizadora Red local
Vídeo (PC/Mac/Workstation) (o WAN)
analógico Monitor
CODEC: COmpresor/DECompresor

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.

Formatos compresión de vídeo

Caudal requerido por los sistemas de
compresión de vídeo más comunes
Bajo
retard
o
Elevado
retardo

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
Fotogramas
digitalizado
s
Compresor MPEG
(software o hardware)
La compresión puede o no ser en tiempo real.

Generalmente para hacerla en tiempo real Flujo MPEG
se requieren compresores en hardware comprimido

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
18 KBytes I
18 KBytes I
18 KBytes I
18 KBytes I
18 KBytes I
s
0 m
16 2 KB
7
25 fotogramas
por segundo
72 x 1024 x 8 / 0,16 = 3,7 Mb/s

Fotogramas P (Predictivos)
Los fotogramas Predictivos
se codifican usando
compensación de
movimiento basada en el 18 KB I
fotograma I o P anterior 6 KB P
6 KB P
18 KB I
6 KB P
6 KB P
18 KB I
s
0 m
24 0 KB
6
60 x 1024 x 8 / 0,24 = 2,0 Mb/s

Fotogramas B (Bidireccionales)
Los fotogramas Bidireccionales
se codifican usando 18 KB I
compensación de movimiento 4 KB B
basada en el I o P mas próximo
anterior y posterior 4 KB B
6 KB P
4 KB B
Valores
orientativos 4 KB B 10
6 KB P 9
4 KB B 8
4 KB B 7
18 KB I 6
s
5 0 m
36 4 KB
4 5
3
2
1
54 x 1024 x 8 / 0,36 = 1,2Mb/s
Orden de transmisión: 1,4,2,3,7,5,6,10,8,9,…

Comparación fotogramas P y B
I__P Vector de
movimiento
fotograma P
I P
0 ms 40 ms 80 ms 120 ms
IPPP
P P
I P
0 ms 40 ms 80 ms 120 ms
IBBP Vector de desviación fotograma
B
I B B P
0 ms 40 ms 80 ms 120 ms
Fotogramas MPEG I, P y B
Vector de movimiento
Macrobloqu
e
Fotograma n
Fotograma n+1
Predicción
Área de
I B B P B B I B B P
0 1 2 3 4 5 0 1 2 3
Grupo de
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/s
Resolución: 352 x 288 (CIF)
Caudal Velocidad de refresco: 30 fps
instantáneo
Fotograma I Fotograma I
600 Kb/s
300 Kb/s Fotogramas P y B
Tiempo
0 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 un caudal 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)

Sincronización de audio y vídeo MPEG
Flujo de audio digital

Señal de audio Codificad con marcas de
analógica or tiempo
de audio
Reloj Multiplexo Flujo MPEG-

de 90 KHz r 1
del
Señal de vídeo Codificad

or Flujo de vídeo digital
analógica
de vídeo con marcas de
tiempo
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 Para gran
– 4:2:2 calidad
• 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)

Caudales de Niveles y Perfiles MPEG-2
Niveles
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)

Formatos habituales de video digital en CD

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)

Resoluciones estándar de vídeo
comprimido
Estándar

Resoluciones de vídeo
Q SQCI
CIF F
CI
F
S
CIF
16CIF
16CIF 4:3
16:9

Sumario

Estructura paquete RTP
20 8 12 Variable
Cabecera Cabecer Cabecera Datos (Audio o Video digital)
IP a RTP
La cabecera RTP incluye: Con esto el receptor

puede:
Identificar el tipo de
Tipo de carga útil
información recibida
(7 bits)
(ej.: audio G.722)
Ordenar datagramas
Número de secuencia
recibidos,
(16 bits)
detectar perdidos
Reproducir en el
Timestamp instante adecuado,
(32 bits) sincronizar audio y
vídeo
Cabecera RTP (RFC 1889)
32 bits

Flujos RTP en una videoconferencia
A 25 fps se emite un fotograma cada 40
ms
Un fotograma Un fotograma Un fotograma
Tipo H.263 Tipo H.263 Tipo H.263 Tipo H.263 Tipo H.263 Tipo H.263
Seq. 32 Seq. 31 Seq. 30 Seq. 29 Seq. 28 Seq. 27
TS 955 TS 955 TS 635 TS 635 TS 315 TS 315
Ident. 653 Ident. 653 Ident. 653 Ident. 653 Ident. 653 Ident. 653
Tipo G.722 Tipo G.711

Seq. 35 Seq. 34
TS 955 TS 315
Ident. 468 Ident. 468
Cada paquete de audio contiene

Flujo vídeo (ident. 80 ms (640 muestras) que
corresponde a dos fotogramas
653)
Flujo audio (ident.

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

Videoconferencia
• 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
videoconferencia
• 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 Videoconferencia
• 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
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
Videoconferencia H.320
3*BRI RDSI
3*BRI Sistema de grupo
o sala
Polyco Picturete
m l
Flujo de audio-
vídeo
128 - 384 Kb/s
Dirección E.164: Dirección E.164:

963865420 963983542

Videoconferencia H.323
10BASE- Internet ADSL

Sistema
de
T
sobremes
Polycom,
Tandberg Microsoft
Netmeeting,
Flujo de audio- Polycom
vídeo ViaVideo
14,4 - 512 Kb/s
Dirección IP:
147.156.1.20 Dirección IP:
172.68.135.22

Terminales de videoconferencia
Polycom ViaVideo Polycom ViewStation SP128

Video: H.261, H.263, H.263+ Video: H.261, H.263+
Audio: G.711, G.722, G.728, Audio: G.711, G.722, G.728
G.723.1 Caudal: 56-128 Kb/s (H.320), 56-768 Kb/s
Caudal: 32-384 Kb/s (H.323) (H.323)
Formatos: CIF, QCIF Formatos: CIF, QCIF
Peso: 250 g Peso: 2,7 Kg
Conexiones ent./sal.: USB, audio Conexiones ent./sal.: video v audio
Precio: 500 euros Precio: 5.000 euros

Videoconferencia H.323: Gatekeeper
Luis Laura
147.156.3.1 147.156.4.1
2 5
5112 Internet 5113
Ana
147.156.7.4
Pedro 5
147.156.1.2 5114
0
5111
G
K 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

Formatos de audio H.32x
MPEG no es un formato de audio H.323. Solo aparece a título

comparativo
Terminales H.323
Teléfono IP
Red IP
Sistema de grupo Sistema

o sala de
sobremes
Solo la parte de audio es obligatoria
en un terminal H.323

Arquitectura terminal H.323
Equipo e/s Codec Video
de vídeo H.261, H.263 Retardo
RTP
trayecto
R UDP
Equipo e/s Recepció
Codec Audio TCP
n
de audio G.711, G.722,
(Sync)
G.723, G.728,
G.729
Datos C
usuario apa
IP
Aplicaciones Control del H.22
sistema 5
TCP
Control H.245
Interfaz de
H.225.0
usuario para Control
control llamada
del sistema H.225.0 UDP
Control
RAS

Señalización H.323
Petición de
admisión
Confirmación de RAS G
admisión K
Gatekeepe
Inici r
Terminal H.323 H.225
o
Conexió (Q.931)
n
Intercambio de Terminal H.323

capacidades
Apertura de canal H.245
lógico
ACK de apertura de canal
lógico
Path
Resv RSVP
(opcional
)
Flujo
RTP
Flujo Medi
RTP
Flujo o
RTCP

Sumario

Elementos de videoconferencia
• 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.)
– Control de ancho de banda: asigna ancho de banda en función de
la aplicación según criterios acordados previamente. Permite
establecer políticas de QoS.
• 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 ancho de banda: limita el número de usuarios
simultáneos en función del ancho de banda disponible.
– Gestión de llamada: mantiene una lista de llamadas activas

Zonas de Gatekeeper
Zona 1 Zona 3
Prefijo 56 Prefijo 48
Zona: conjunto formado
G por los terminales,
K gateways, y MCUs G
gestionados por un K
gatekeeper
WAN IP
Zona 2
Prefijo 73
Las zonas de G
Gatekeeper son K
areas lógicas que
reflejan la
topología de la red
y simplifican las
G tareas
K administrativas

Pasarela (Gateway) H.320-H.323
147.156.2.1 96397238
5 Arrancar Netmeetig 6
GW 147.156.2.69
Llamar a 963972386
ADSL BR
147.156.2.6 96317150 I
9 0
PRI
Internet GW RDSI
Gateway o
‘puerta de enlace’

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
Control
de IVR
llamada
H H.245 H.242 H
H.225 Q.931
IP . . RDSI
3 3
Video
2 2
3 Audio
0
Datos T.120

Gateway/Gatekeeper, llamada entrante
147.156.2.1 96397238
5 Arrancar Netmeeting
GK: 158.42.5.96 6
Usuario: Alicia
Llamar a
Número de tel.: 60
963171500 ext. 60
ADSL
BR
147.156.2.6 96317150 I
9 0
Interne GW RDSI
PRI
t
¿ext. 60?
60 = 147.156.2.15
158.42.5.9
6 Gatekeeper o
G ‘equipo
K selector’
Usuario IP Ext.
Alicia 147.156.2.15 60

Gateway/Gatekeeper, llamada saliente
147.156.2.1 Arrancar Netmeeting
GK: 158.42.5.96 96397238
5 6
Usuario: Alicia
Número de tel.: 60
Llamar al 963972386
ADSL BR
147.156.2.6 96317150 I
9 0
Interne GW RDSI
PRI
t
Registro
Usar GW 147.156.2.69
158.42.5.9 Gatekeeper
6
G
K
Usuario IP Ext.
Alicia 147.156.2.15 60

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 videoconferencia
• 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)

Videoconferencia multipunto H.320
Flujos de audio-vídeo
unidireccionales de 384
Kb/s
Emiso Recepto
r 3*BRI
r
3*BRI
RDSI
3*BRI 3*BRI
PRI
Recepto Recepto
r r
MCU
Servidor MCU
(Multipoint Control Unit)
Replica el flujo de
audio/vídeo
para cada participante.
Posible cuello de botella
Videoconferencia multipunto H.323
Interne
t
MCU
MCU H.323
(Multipoint Control Unit)
Replica el flujo de
audio/vídeo
para cada participante.
Posible cuello de botella
Arquitectura de MCU H.323
Mezclador de audio Control de imagen
de vídeo
Mezclador de audio
Activación por voz

T.120
Presencia continua

Arquitectura de MCU H.323
Petición de
conferencia Control de la Conferencia
•Entrada/salida
Aceptació Controlador •Asignación/ubicación
n Multipunto de recursos
•Sentido de la llamada
Flujos de
audio/video Procesador
hacia/desde los Multipunto Proceso de Medios
participantes Procesador •Mezcla de audio
Multipunto •Selección de
Procesador participantes activos
Multipunto •Generación de imagen
Procesador de vídeo
Multipunto
Procesador
Multipunto

Transcodificación
Valencia
Bilbao
Flujos H.263 de 384
Kb/s
3*BRI
3*BRI
RDSI
BR 3*BRI
I
Terminal sin
soporte H.263 PRI
Flujo H.261
de 128
Kb/s
MCU
MCU con transcodificacion
La transcodificación ha de hacerse en
tiempo real y es labor intensiva de
CPU Toulouse
Atenas
Gatekeeper, Gateway y MCUs
MCU H.323
MCU
BR
Interne GW RDSI
t PRI
Pasarel
PRI 3*BR
G MCU
K
Gatekeeper MCU H.320 con
transcodificación

Videoconferencia multipunto multicast
MBone
Flujo de audiovídeo
multicast de 192 Kb/s
Flujo replicado por los
routers.

Multicast-unicast con transcodificación
Flujo unicast
a/v 100 Kb/s
RDSI
Línea
Interne
L
t
Alici
Usuario sin soporte
Línea
Flujos multicast ADSL

a/v 192 Kb/s
256
Flujo unicast
J a/v 192 Kb/s
Pedr
Pasarela multicastunicast Usuario sin soporte
Usuario con
soporte con transcodificación
Sumario

Videodifusión y vídeo bajo demanda
Los contenidos no se generan en
tiempo real (CODEC software)
MS Win. Media Server

Servidor 128-512 Kb/s
Internet
Cisco IP/TV
SGI MediaBase de vídeo
Etc.
Usuarios remotos
(MPEG-4)
Emisiones
unicast y
multicast
Usuarios locales
(MPEG-1-2-4)

Perfiles típicos de audio-vídeo en
servicios de VoD

Distribución de vídeo en directo
CODEC
H.26x
CODEC
MPEG Internet

TV en red de datos, formación continua
Videoteca cursos de
Servidor de Vídeo Windows formación en MPEG-2 y 4
Media Server, IP/TV, etc.
Programa
Formación
Guía de
Presentaciones programa
en directo H.26x WAN
MPEG-4, H.263
LA
MPEG-2, H.261 Training
Programa Program
Training
Program 3
Formación Programa
Training Program 2
Formación
Program 1
Formación Programa
Formación
Cursos programados regularmente y
emitidos por multicast varias veces por semana
Diferencia entre videoconferencia y
vídeo streaming
La vídeoconferencia es más exigente con la Calidad

de Servicio 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 (llamada)
– Funciones avanzadas: reenvío de llamadas, mensajería,
etc.

Evolución de la telefonía
Telefonía Tradicional
Voz comprimida
Telefonía tradicional sobre backbone IP
Call Manager Call Manager
Voz comprimida
Ethernet
Línea E1 (2.048 Kb/s) Telefonía IP
Línea telefónica

Ejemplo de telefonía IP
1 1
A 0976* por 1 A 0923* por 1
3 A 0* por 2 3
A 0* por 2
Resto por 1 Resto por 1
2 2
Red Red
pública pública
Red
Telefónica
pública
Salamanc Zaragoz
a a
Pamplon
a
CONS vs CLNS
Dir. E.164: 1001 Dir. E.164: 2001
Red Telefónica
En caso de fallo la red telefónica no se recupera de forma

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

Dir. IP: 136.12.15.32 Dir. IP: 158.35.23.1
Red IP
En caso de fallo la red IP reenvía los paquetes por una ruta

alternativa.

Ejemplo de red de telefonía IP
Call Manager
Red Telefónica
Sucursal
‘Antigua’
Oficina Principal
Internet
Sucursal Teletrabajado
‘Moderna’ r

Telefonía Internet Para ahorrar costos
el gatekeeper elige la
pasarela más
próxima al
destinatario.
G
Línea K Gateway H.323
dedicada (solo voz)
Internet
Red
Telefónica
Modem conmutada
RDSI
Red CATV
Red
Cable Modem Cabecera GSM analógica
Red ADSL
Modem ADSL

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
WAN con QoS Call Manager
(DiffServ o IntServ) (Gestor de telefonía IP)
(Servidor Windows/XP)
Las tramas del teléfono van en

una VLAN de alta prioridad (se
usa 802.1p y 802.1Q)
Tramas H.323 con alta
prioridad (802.1p)
El teléfono recibe alimentación

eléctrica desde el switch LAN.
Teléfono software Él mismo actúa como un
(Netmeeting, GnomeMeeting, switch de dos puertos 10/100
Softphone, etc.)

Hard Teléfonos IP Soft
OpenPhone
http://www.openh323.org/code.htm
l
Precio: 0 euros
Cisco 7905
Audio G.711 y G.729a
Precio: 200 euros
Cisco 7960G Cisco SoftPhone

Audio G.711 y G.729a Audio G.711, G.723.1 y
Incorpora conmutador de dos puertos G.729a
10/100 Precio: 150 euros
Precio: 500 euros
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, aún teniendo QoS
• Para evitarlo se puede forzar una MTU menor de
1500 bytes

Tipos de retardo que afectan a las
aplicaciones en tiempo real
• Retardo del medio de transmisión: es el debido a la longitud de los
cables y los equipos repetidores. Es pequeño, constante e inevitable
• Retardo de encolamiento: es el que introducen los conmutadores y
routers debido a las colas que se producen en sus interfaces. Se puede
reducir o eliminar con técnicas de calidad de servicio (QoS), por
ejemplo priorizando paquetes de ciertos tipos.
• Retardo de serialización: es el que se produce en un router o
conmutador cuando recibe un paquete urgente y tiene la interfaz
ocupada con otro paquete en curso. La transmisión en curso no puede
interrumpirse.
• Retardo de paquetización: es el que se introduce cuando el emisor
intenta meter varias muestras en un mismo paquete. Ej.: en telefonía
IP si un paquete contiene 400 muestras de audio consecutivas (400
bytes) introduce un retardo de 400 * 125 µs = 50 ms (8.000 muestras
de audio por segundo corresponden a una muestra cada 125 µs). Este
retardo solo suele afectar al audio.

Retardo de serialización vs velocidad
y tamaño de paquete
Tamaño de
Retardo de serialización fragmento
(para retardo de 20 ms)

Encolamiento en un router con QoS
Voz V V
Víde V V N N N N U U V V V V
o
Datos U U
urgentes
Datos no N N N N
urg.
Subsistema de colas de nivel Subsistema de colas de nivel

3 2
Encolamiento de baja
latencia
PQ
Política
PQ
Entrada Interleav TX Salida
Paquete e Ring Paquete
s Clase s
Clase CBWFQ Fragment

o
WFQ Defau
WFQ: Weighted Fair Queuing

CBWFQ: Customer Based Weighted Fair
Queuing
Compresión de cabeceras RTP (RFC 2508)
• Los paquetes de voz no pueden
ser muy grandes (retardo de
serialización)
• Con la compresión de la voz el
problema se acentúa. 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 no cambian
durante la sesión
• La compresión reduce las
cabeceras a 2-4 bytes. Se aplica
a nivel de enlace.

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
• 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/. Gran cantidad de software
freeware

VIDEO Ip

Cargado por

Copyright:

Formatos disponibles

VIDEO Ip

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

VIDEO Ip

Cargado por

Copyright:

Formatos disponibles

Tema 3

Ampliación Redes 3-1

Ampliación Redes 3-2

Ampliación Redes 3-3

Ampliación Redes 3-4

Ampliación Redes 3-5

300 Hz 3,4 KHz

10 Hz 100 Hz 1 KHz 10 KHz 100 KHz

Ampliación Redes 3-8

Señal Señal Señal

Ampliación Redes 3-10

Ampliación Redes 3-11

Ampliación Redes 3-12

Ampliación Redes 3-13

“El tren es un medio de transporte cómodo.”

MOS Calidad voz Nivel de distorsión

3 Regular Perceptible, levemente desagradable

MOS: Mean Opinion

Ampliación Redes 3-14

Estos codecs no son

Ampliación Redes 3-16

Ampliación Redes 3-17

Ampliación Redes 3-18

Ampliación Redes 3-19

Ampliación Redes 3-20

Ampliación Redes 3-21

Ampliación Redes 3-23

Ampliación Redes 3-24

Ampliación Redes 3-25

Ampliación Redes 3-27

Ampliación Redes 3-29

Ampliación Redes 3-30

Ampliación Redes 3-31

Ampliación Redes 3-32

Ampliación Redes 3-33

Ampliación Redes 3-34

Ampliación Redes 3-35

La compresión puede o no ser en tiempo real.

Ampliación Redes 3-36

Ampliación Redes 3-37

Ampliación Redes 3-38

Ampliación Redes 3-39

Ampliación Redes 3-40

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

Ampliación Redes 3-41

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

Ampliación Redes 3-42

Ampliación Redes 3-45

300 Kb/s Fotogramas P y B

0 ms 100 ms 200 ms 300 ms 400 ms

Ampliación Redes 3-46

Ampliación Redes 3-47

Ampliación Redes 3-48

Flujo de audio digital

Reloj Multiplexo Flujo MPEG-

Señal de vídeo Codificad

Durante la decodificación se realiza el proceso inverso

Ampliación Redes 3-49

Ampliación Redes 3-50