基于CM-IMS的视频会议终端研究与应用

刘昶，蔡伟利，贾梦媛

（中国移动通信集团公司政企客户分公司，北京 100083）

随着企业信息化趋势及公车改革的实施，政企客户在追求高效沟通的同时更注重降本增效，国内外高清视频会议市场日渐活跃。传统视频会议系统建设受到技术、格局及成本约束，适用范围仅限于高精尖企业。中国移动基于传统通信管道发展新型通信服务，打造覆盖全球的云视讯视频会议业务，以云化的多方融合视频通信满足政企客户降本增效的高效沟通需求。

中国移动云视讯遵循IETF业务框架和3GPP组网标准，基于IMS网络面向行业客户提供的视频会议产品，采用SIP协议的开放式架构打破H.323等传统视频会议系统的孤岛状态，该网络架构进一步实现了控制与业务的分离，具备更为开放、融合、兼容的特性，可提供跨省、跨国、跨企业的视频会议服务，并支持会议与传统PSTN、VoLTE的互融互通。

中国移动云视讯自主研发多款低成本高清会议终端及行业定制终端，结合第三方终端打造全系列终端链，最大程度满足用户需求。并针对自研终端提出媒体传输质量优化方案，增强了自研终端的抗传输分组丢失、抖动、时延能力，提高了视频会议服务质量，保证网络传输条件差时的视频会议效果。

1 自研低成本会议终端

云视讯自研低成本会议终端全面覆盖各种办公及行业场景视频会议需求。形态上，研发了便于集成分体式、无需安装一体式、即插即用轻巧型、桌面型等多种形态终端，首次推出了投影式、智能触控式等新型会议形态，满足各种大中小型、移动办公会议场景需求。体验上，采用简洁UI/UE风格及便捷安装方式，终端自主检测与远程升级，傻瓜式操作无需专业人员安装及配置。能力上，采用硬件编解码，支持SIP、H.323双协议注册，BFCP高清双流传输，视频支持100°超广角4K图像采集，1080 P 60 fps高清输出，音频支持48 kHz全频带高保真音质。面向中小企业市场，其终端优势如下。

1.1 高清的音视频体验

终端内置硬件编解码器，采用进阶处理的H.264视频编解码技术，图像编解码支持1080 P/30帧、720 P/30帧、4 CIF、 CIF等多种格式，支持高清视频分层编码传输控制技术、分组丢失恢复（PLC）技术，保证在大量分组丢失情况下图像连续。音频支持G.711、G.722、Opus等多种音频编解码协议，具备快速回声消除（AEC）、 北京噪音抑制（ANS）、 自动增益补偿（AGC）等音频特性。

1.2 高效的终端管理

配套研发终端管理平台，对所有部署的云视讯会议终端进行远程监控、远程配置与管理，无需客户侧投入专业的IT运营维护人员，减少人工运营成本。

图1 高清会议媒体优化方案

1.3 深度的行业封装

深度契合教育、医疗、应急指挥等多种行业，提供丰富接口与行业专用器械结合，为行业远程沟通提供专业化解决方案。

2 媒体质量优化方案

为了解决跨网传输过程中的视频图像卡顿、马赛克、音视频不同步等问题，创新性提出了在传输层面通过媒体加速优化技术，确保在时延小于800 ms、双向分组丢失小于40%的网络环境下，视频会议体验清晰无卡顿。技术上从传输层切入，采用透明部署方案，将视频流由UDP传输改为由TCP协议传输，采用相对于传统TCP协议更为精确的分组丢失判断及拥塞预测算法，改进重传机制，优化传输特性，并且采用双向加速的机制，从而搭建高效视频通道。高清会议媒体优化方案如图1所示。

2.1 增设媒体优化设备

在集中SBC与CMNet出口之间集中增设高清会议媒体优化网关设备，在自研视频终端安装加速软件模块。终端到高清会议媒体优化网关设备之间的视频流由UDP传输改为由TCP协议进行传输，不需搭载FEC算法，对分组丢失进行快速重传。加速设备至SBC、会议平台之间仍还原为UDP报文进行传输。非自研视频终端与会议平台之间保持FEC算法，采用UDP协议进行传输，高清会议媒体优化网关设备对UDP报文进行透传，不做处理。视频流传输示意图如图2所示。

其中，高清会议媒体优化网关设备系统结构如图3所示。

根据逻辑功能划分，平台包括5个逻辑模块。

图2 视频流传输示意图

流量识别模块：设备自动识别流经的网络流量，实现视频会议流进入加速状态、其它流量进入直通状态的功能。

视频会议媒体流优化模块：自动和对端设备 (视频终端设备) 实现加速连接，对视频流进行加速，优化数据传输效率，形成无分组丢失的视频传输通道。

安全模块：自动监控系统状态，实现内置Bypass功能，在设备出现软硬件故障时快速自动切换到直通状态，保障业务正常。

流量监控模块：统计当前流经的总数据流和视频加速数据流的情况。

网管功能模块：网管功能模块提供SNMP接口，网管系统可通过网管功能模块对优化设备进行维护、配置与管理。

视频流量数据经过设备时，先进入交换模块，由交换模块进行流量分担，分配到不同的加速模块上，由不同的加速模块进行策略匹配以及加速，优化完成后将流量转发回交换模块进行数据传输。

图3 高清会议媒体优化网关设备系统结构

2.2 嵌入加速软件模块

自研终端嵌入独立加速软件模块，用以适配加速设备进行协议转换。该模块需要支持安卓4.0及以上的版本，并可以按照实际要求部署在Linux操作系统中。该模块具备视频会议优化功能，消除在链路分组丢失环境下的视频图像丢帧及马赛克等现象。支持NAT穿透，并且支持同一NAT后面多个终端设备同时接入优化网关设备，以保障同一公司内部多个终端同时参会。

终端嵌入软件以用户态可执行程序的方式运行在终端设备中，并在终端设备系统的内核层对视频流进行重定向，将其重定向到用户态加速模块的TCP隧道中进行加速，经视频优化通道发送到高清媒体会议优化网关。会议媒体优化设备自动和云视讯视频终端上的加速模块建立加速配对，无需手工指定即可形成视频优化通道，实现视频会议优化，以保障终端优化大规模部署的便利性。终端软件嵌入逻辑示意图如图4所示。

图4 终端软件嵌入逻辑示意图

2.3 引入传输层优化技术

(1) 建立SSL VPN隧道：将视频流由UDP传输改为由TCP协议传输。

(2) TCP协议优化技术：采用相对传统TCP协议更为精确的分组丢失判断及拥塞预测算法，从而避免错误判断分组丢失引发大量重传进而导致的拥塞，避免带宽资源的浪费。

(3) 数据优化技术：通过数据压缩技术最大限度地缩减网络冗余数据，通过数据缓存技术对UDP数据进行缓存、代理，自动感知链路分组丢失，进行数据选择性重传，大幅降低分组丢失率。

(4) 带宽保障技术：为视频会议设置带宽保障通道，如设置视频会议最小保障带宽为2 M并定为最高优先级，视频会议开启时自动分配2 M带宽，为视频会议连接保障充分的所需带宽，保障视频流的通畅传输。

(5) 流量削减技术：针对其余业务应用进行流量削减，降低带宽要求，保障视频会议的顺利进行。

3 行业定制化终端解决方案

3.1 教育行业定制

云视讯教育终端解决方案采用固定式课程录播工作站，扩展探测或图像识别技术、跟踪、定位、智能策略等模块实现。教学过程中，自动跟踪主机根据获取的各种探测信号、语音激励信号、中控切换信号、键盘鼠标动作等，采用科学策略进行综合智能分析，灵活准确的调度现场的摄像机、调音台等采集设备，保证拍摄主体，自动调节景别景深，实现课堂无干扰、无意识控制、无人值守的全自动智能录播；同时内置交互模块，接入中国移动云视讯管理平台即可实现异地的同步课堂及互动教学。同步课堂系统拓扑图如图5所示。

该方案有效补充了市场对于中高端远程互动教学、常态化录播的盲点，形成常态化远程教学场景，建立学校联盟，助力教育均衡化发展。

3.2 医疗行业定制

云视讯教育终端解决方案采用双目摄像头，满足医患同端入会需求，同时拍摄医生和患者。面对患者摄像头可左右旋转350°，以适应不同的座位，纯硬件视频信号拼接，不可截取和涂抹。双路摄像双向拾音，满足医疗面对面场景的实时多画面、多指向采集图像、拾取声音的需求。

本产品采用索尼专业级CMOS传感器，感光尺寸1/2.9，最大支持200万像素1080 P全高清输出。镜头大角度低畸变，水平FOV达到80°以上，光圈F2.0，大光圈图像光鲜明亮。内置双个MIC，分别采集医生和患者声音；采用美国德州仪器TI专业双通道低功耗音频处理器，通过自主AEC、AGC、ANS算法实现声音稳定处理。支持双拼、画中画、单路等模式；双路视频信号硬件拼接，内置硬件水印，可防止视频后期修改和涂抹，有效保证视频同源和同时。自适BLC算法，强光抑制弱光补偿，高反差情况下合成优质影像。逆光补偿算法，增强人的面部轮廓特性，利于后期人脸识别的应用。

图5 同步课堂系统拓扑图

4 结束语

云视讯视频会议终端自2016年全网销售以来，已成功落地政府、教育、医疗等各领域，年销售量破3万。该类终端具有普适性，满足各类行业、各种规模企业客户多方沟通需求。我们从传输层切入，引入传输层优化技术，汇聚入口增设高清会议媒体优化网关设备，视频终端嵌入加速软件模块，搭建高效视频通道，保证视频会议数据无分组丢失的传输到对端，保证视频画面完整，提升云视讯业务市场竞争力，同时为不同厂商之间视频会议系统的互连，提供良好的网络基础，提升云视讯业务的可扩展性。

[1] 刘昶，蔡伟利，汪卫斌. 中国移动云视讯媒体质量优化系统设计[J]. 电信工程技术与标准化，2017(12).