視頻會議系統和操作方法

2023-05-06 22:08:21

專利名稱：視頻會議系統和操作方法
技術領域：
本發明涉及視頻會議。本發明可以應用於基於H.323和/或基於SIP的集中視頻會議中、使用分層視頻編碼的視頻交換機制，但並不限於此。
背景技術：
由於商業步伐加快，商業關係擴展到全世界，因此對快速並且經濟地跨越通信距離的需要變成了主要的難題。為了在競爭越來越激烈的市場上取得成功，把顧客和工作人員有效地集合起來是關鍵。商家正在尋找靈活的解決方案，以使用各種通信方法，例如語音、視頻、圖像數據和它們的任何組合來支持跨國以及跨大洲的實時信息共享。
尤其是，跨國組織越來越希望取消昂貴的旅行並連接多個位置，以便讓組織內的群組能夠更有效地通信。在網際網路協議(IP)網絡上操作的多點會議系統試圖解決該需要。在本發明的領域中，已知在多點視頻會議中終端可以實時交換音頻和視頻流。現有的在IP網絡上建立多點會議的方法是使用多點控制單元(MCU)。MCU是網絡上的端點，為三個或更多終端和/或通信網關提供參與多點會議的能力。在點對點會議中MCU還可以連接兩個終端，以便他們能夠具有發展成多點會議的能力。
首先參照圖1，示出了已知的集中會議模型100。集中會議利用基於MCU的會議網橋。所有終端(端點)120、122、125發送並接收去往/來自MCU110的以音頻、視頻和/或數據信號形式的媒體信息以及控制信息流140。這些傳輸可以以點對點方式進行。這在圖1中示出了。
MCU100由多點控制器(MC)和零或多個多點處理器(MP)組成。MC處理所有終端之間的呼叫建立和呼叫信令協商，以確定用於音頻和視頻處理的共同能力。MC110不直接處理任何一個媒體流。這留給MP處理，MP混合、交換並處理音頻、視頻和/或數據比特。
以這種方式，MCU提供舉行多位置會議、銷售會議、群組會議和其他『面對面』通信的性能。已知多點會議可以用於各種應用，例如(i)在多個位置的執行者和管理者能夠『面對面』開會，共享實時信息，並且更快地做出決定，而沒有時間、開支的任何損失和旅行的需要。
(ii)項目組和知識工作者可以以實時方式協調各自的任務，並且觀看和修正共享的文檔、文稿、設計和文件；並且(iii)在遠程位置的學生、受訓人員和僱員可以跨越任何距離或時區訪問共享的教育/培訓資源。
因此，可以想像得到，在未來基於IP的網絡上的多媒體通信中，基於MCU的系統將起到重要作用。
這樣的多媒體通信通常採用視頻傳輸。在這種傳輸中，在發送和接收單元之間傳送圖像序列，這些圖像序列通常被稱為幀。可以使用各種方法建立多點多媒體會議系統，例如H.232和SIP會話層協議標準所規定的方法。有關SIP的參考文獻可以在以下網址找到http//www.ietf.org/rfc/rfc2534.txt，以及http//www.cs.columbia.edu/～hgs/sip.
此外，例如在使用ITU H.263視頻壓縮[ITU-T Recommendation，H.263，『Video Coding for Low Bit Rate Communication』]系統中，視頻序列的第一幀包括相當數量的綜合圖像數據，通常被稱為幀內編碼信息。由於幀內編碼幀是第一幀，因此它可以提供要顯示的圖像的實質部分。幀內編碼幀隨後是幀間編碼(預測)信息，其通常包括與正發送的圖像中的變化有關的數據。因此預測的幀間編碼信息包含的信息比幀內編碼信息少得多。
在傳統的多媒體會議系統中，當用戶講話時他們需要識別自己本身，以便接收終端知道是誰在講話。很明顯，如果發送終端不能識別它本身，收聽的用戶將不得不猜測是誰在講話。
一種已知的技術通過分析音頻流並轉發活躍發言人的姓名和視頻流給所有參與方來解決該問題。在集中會議系統中，MCU通常執行該功能。之後MCU可以通過把合適的輸入多媒體流交換到輸入埠/路徑來把發言人的姓名和相應的視頻和音頻流發送給所有參與方。
視頻交換是一種公知的技術，其旨在給每個端點傳送一個單獨的視頻流，相當於安排多個點對點會話。視頻交換可以是(i)語音激活交換，其中MCU發送活躍發言人的視頻。
(ii)定時激活交換，其中在預定時間隔相繼發送每個參與方的視頻。
(iii)個人視頻選擇交換，其中每一端點可以請求他/她希望接收的參與方視頻流。
現在參照圖2，示出了傳統的視頻交換機制200的功能框圖。在傳統的集中會議系統中，視頻交換的執行如下。MCU220，例如位於基於網際網路協議(IP)的網絡210內的MCU200，包含交換機230。MCU220接收所有參與方(用戶設備)250、260、270、280的視頻流255、265、275、285。MCU還可以從正在講話的參與方單獨接收組合(多路復用)的音頻流290。之後，MCU220選擇一個視頻流並且把該視頻流240發送給所有參與方250、260、270、280。
這種傳統系統有一個缺點，就是他們只發送活躍發言人的視頻流。用戶還可能有一個問題，就是如果幾個發言人同時講話或活躍發言人不斷改變，識別視頻流發言人會有問題。這尤其是大型視頻會議中存在的問題。
作為替換，可以將每個參與方的視頻發送給所有參與方。但是，在基於無線的會議中該方法會由於帶寬限制而受影響。
在視頻技術領域，已知視頻作為一系列靜態圖像/畫面發送。因為視頻信號的質量在視頻信號編碼和壓縮期間會受到影響，因此已知會包括附加的信息『層』，這些層基於視頻信號和編碼視頻比特流之間的差異。包含附加層能夠使接收信號質量隨著解碼和/或解壓縮而得到增強。因此，使用圖像和被分為一個或多個層的增強圖像這樣的分級結構來產生分層視頻比特流。
在分層(可量測)視頻比特流中，可以在基本層之外通過以下之一對視頻信號進行增強(i)提高畫面的解析度(空間量測性)；(ii)包括錯誤信息，以改善畫面的信噪比(SNR量測性)；或(iii)包括額外的畫面，以提高幀速率(時間量測性)。
這樣的增強可以應用於整個畫面，或應用到畫面中任意形狀的目標，這被稱為基於目標的量測性。為了保留時間增強層的可任意處理特性，H.263+標準規定，包含在時間量測性模式中的畫面應該是如圖3的視頻流所示的雙向預測(B)畫面。
圖3示出了可量測視頻配置300的示意性圖示，說明了視頻編碼技術領域公知的B畫面預測相關性。最初的幀內編碼幀(I1)310後是雙向預測幀(B2)320。隨後是(單向)預測幀(P3)330，再然後是第二雙向預測幀(B4)330。再後面是(單向)預測幀(P5)350，等等。
圖4是視頻編碼技術領域中已知的分層視頻配置的示意性圖示。分層視頻比特流包括基本層405和一個或多個增強層435。
基本層(層1)包括從原始視頻信號畫面抽樣、編碼和/或壓縮得到的一個或多個幀內編碼畫面(I畫面)410。另外，基本層包括從幀內編碼幀410預測的多個預測幀間編碼畫面(P畫面)420、430。
在增強層(層2或3或更多)435中，可以使用三種類型的畫面(i)雙向預測(B)畫面(未示出)；(ii)基於基本層405的幀內編碼畫面410的增強內插(EI)畫面440；和(iii)基於基本層的幀間編碼畫面420、430的增強預測(EP)畫面450、460。
從較低層向上的垂直箭頭說明，增強層中的畫面是從參考(較低)層中的畫面的重構近似中預測的。
總之，可以在多點通信多媒體會議中使用可量測視頻編碼，並且僅僅在點對點或多點通信視頻通信的情況中使用。但是，當前無線網絡不支持多點通信。另外，通過多點通信，每一層在分開的多點通信會話中發送，接收方確定它自己是否登錄到一個或多個會話中。
因此，需要一種改進的視頻會議配置和操作方法，可以減輕上面提到的缺點。

發明內容
根據本發明，提供一種如權利要求1所述的在多媒體視頻會議中中繼視頻圖像的方法，一種如權利要求7所述的用於中繼視頻圖像的視頻會議設備，一種如權利要求11所述的用於參與視頻會議的無線裝置，一種如權利要求12所述的多點處理器，一種如權利要求16所述的視頻通信系統，一種如權利要求18所述的媒體資源功能元件，一種如權利要求19或權利要求20所述的視頻通信單元，一種如權利要求23所述的存儲介質。本發明的其他方面如從屬權利要求所述。
總之，本發明的發明原理是通過提供一種視頻交換方法來解決現有技術配置的缺點，以在視頻會議中改善參與方和發言人的識別。本發明利用分層視頻編碼，以更好地利用可用於每一用戶的帶寬。


圖1示出了一種已知的集中會議模型。
圖2示出了傳統的視頻交換機制的功能框圖。
圖3是一個視頻配置的示意性圖示，表示在視頻編碼技術領域中已知的畫面預測相關性。
圖4是在視頻編碼技術領域中已知的分層視頻配置的示意性圖示。
現在將參照附圖描述本發明的示例性實施例，其中圖5示出了根據本發明的優選實施例的視頻交換機制的功能框圖。
圖6示出了根據本發明的優選實施例的多點處理單元的功能框圖/流程圖。
圖7示出了使用本發明的優選實施例參與視頻會議的無線裝置的視頻顯示。
圖8示出了根據本發明的優選實施例採用的UMTS(3GPP)通信系統。
具體實施例方式
總體來說，本發明的優選實施例提出一種用於多媒體會議的新的視頻交換機制，該機制使用分層視頻編碼。以前，分層視頻編碼只用於把一個視頻比特流分成多於一個的層如上面對照圖4所描述的基本層和一個或幾個增強層。這些用於可量測視頻通信的已知技術在諸如H.263和MPEG-4的標準中進行了詳細描述。
但是，本發明的發明人已經認識到通過採用分層視頻編碼的原理並把採用的原理應用到多媒體視頻會議應用中可以得到這些好處。以這種方式，本發明定義了一種與點對點或多點通信視頻通信不同類型的可量測視頻編碼來用於多媒體會議。
現在參照圖5，示出了根據本發明的優選實施例的視頻交換機制的功能框圖500。與傳統的集中會議系統形成相比，這種視頻交換的執行如下。MCU520，例如位於基於網際網路協議(IP)的網絡510內的MCU520，包含交換機530。
值得注意的是，MCU520接收『分層』視頻流，該視頻流包括所有參與方(用戶設備)550、560、570、580的基本層552、562、572、582和一個或多個增強層流555、565、575、585。為了清楚的目的，每個參與方只示出了一個增強層視頻流。
MCU520還可以單獨從參與方接收組合(多路復用)的音頻流590。之後MCU520使用交換機530選擇多個活躍發言人535的基本層視頻流和最活躍發言人的增強層540。之後MCU520發送這些視頻流535、540給所有的參與方550、560、570、580。
優選地，確定最活躍發言人的選擇過程通過MCU520分析音頻流590來執行，以便首先確定所有這些活躍發言人都是誰。然後如圖6所述，優選地，在多點處理器單元中確定最活躍發言人。優選地，根據基於每一參與方的活躍性的優先級把一個或多個基本層和一個增強層發送到參與方。
為了實現圖5的改進的但是更複雜的視頻交換機制，多點處理單元(MP)600適於促進根據本發明的優選實施例和如圖6所示的新的視頻交換機制。
MP600還通過分組過濾模塊610從參與方的視頻/多媒體通信單元接收音頻流590並且把該音頻流路由到分組路由模塊630。但是，音頻流現在還被路由到一個發言人識別模塊620，該模塊分析該音頻流590以便確定誰是活躍的發言人。發言人識別模塊620基於每一參與方的活躍性分配優先級並且確定(i)最活躍發言人620，(ii)任何其他的活躍發言人625以及缺席的人(iii)任何剩餘的不活躍發言人。
根據本發明的優選實施例，之後發言人識別模塊620把優先級信息轉發到交換模塊640，該交換模塊適於處理髮言人的優先級。另外，交換模塊640適於通過分組過濾模塊610從參與方的視頻通信單元接收分層視頻流，該分層視頻流包括視頻基本層流552、562、572和582以及視頻增強層流555、565、575和585。交換模塊640使用該發言人信息通過分組路由模塊630把第二(次)活躍發言人和最活躍發言人的視頻基本層和最活躍發言人的視頻增強層發送給所有參與方。
因此，多點處理器的一個或多個接收埠適於從一組用戶設備550、560、570和580接收分層視頻流，給分層視頻流包括基本層視頻流552、562、572和582以及增強層視頻流555、565、575和585。在本發明的考慮中，如果確定只有一個活躍發言人，交換模塊640可以只選擇一個基本層視頻圖像和相應的一個或多個增強層。之後將該發言人自動指定為最活躍發言人，以發送到一個或一組用戶設備550、560、570和580。
如在視頻會議中發生的，當最活躍發言人經常改變時，將不斷交換增強層。本發明的發明人已經認識到這樣經常並快速交換所具有的潛在問題。在這種情況下，如果第一幀實際上是來自之前只是第二活躍發言人的預測幀(EP)，那麼該幀需要被轉換為內插幀(EI)。
為了解決該潛在問題，優選地將來自分組過濾模塊610的視頻基本層流552、562、572和582以及視頻增強層流555、565、575、585輸入到解包功能元件680。解包功能元件680對視頻流去多路復用並且把經過去多路復用的視頻流提供給視頻解碼器和緩衝器功能元件670。
為了同步並配合視頻解碼，視頻解碼器和緩衝器功能元件670接收最活躍發言人622的指示。在提取最活躍發言人的視頻流信息後，視頻解碼器和緩衝器功能元件670提供最活躍發言人622的雙向預測(BP)675和/或預測(EP)視頻流數據給『EP幀到EI幀解碼模塊』660。該『EP幀到EI幀解碼模塊』660處理輸入視頻流，以提供最初的發言人增強層視頻流，如幀內編碼(EI)幀。
之後將最初的發言人增強層視頻流輸入到打包功能元件650，在那裡打包並且輸入到交換模塊640。之後交換模塊640組合最初的發言人增強層視頻流和第二活躍發言人的視頻基本層流552、562、572和582並且把組合的多媒體流路由到分組路由模塊630。之後分組路由模塊根據圖5的方法把該信息路由到參與方。
在本發明的優選實施例中，當確定最初發言人改變時，視頻交換模塊640使用『EP幀到EI幀解碼模塊』660的輸出。
在本發明的考慮中，還可以在MP600中包括類似於模塊660的一個或多個模塊，以便當認為第二發言人已經改變時對他們執行相同的功能。否則，在使用單個『EP幀到EI幀解碼模塊』660來解碼最初發言人的視頻流的實施例中，當假定一個不活躍的發言人變成第二活躍發言人時，發言人識別模塊620(或交換模塊640)可以請求新的內插幀。作為選擇的，交換模塊640可以在發送相應的視頻基本層流給所有參與方之前等待新的第二活躍發言人的新內插幀。
在本發明的優選實施例之外，在多於一個的增強層可以使用的情況中使用多類發言人也在本發明的考慮之內。通過使用多類發言人，由於改善了發言人識別，可以得到多媒體消息的更精確的可量測性，尤其是對大的視頻會議來說。
對一個或多個基本層流增加預測幀到內插幀的轉換，也在本發明的考慮內。以這種方式，交換模塊640可以快速的在基本層之間交換而不需等待新的內插幀。
圖7示出了使用本發明的優選實施例參加視頻會議的無線裝置700的視頻顯示器710。通過實現此前描述的本發明原理，可以得到改善的視頻通信。具體地說，對於給定的帶寬，通過降低次(第二)活躍發言人730的視頻質量並且不為不活躍的發言人提供視頻，參與方現在能夠接收最活躍發言人720的更好的視頻質量。為了提供這種改善的視頻會議，視頻通信裝置接收最活躍發言人720的增強層和基本層、第二活躍發言人730的基本層並且不從不活躍發言人接收視頻。
以這種方式，視頻通信單元可以在更大、更高解析度的顯示器提供不斷更新的最活躍發言人的視頻圖像，同時較小的顯示器可以顯示第二(次)活躍發言人。
優選地，無線裝置700具有用於顯示最活躍發言人的較高質量視頻圖像的主要視頻顯示器710，以及一個或多個第二不同的顯示器，用於顯示各個次活躍發言人。優選地，由可操作地耦合到視頻顯示器的處理器(未示出)執行各個視頻圖像進入相應顯示器的處理。處理器接收最活躍發言人720和次活躍發言人的指示，並且確定所接收的哪一個視頻圖像應該在第一顯示器上顯示，從次活躍發言人730接收的哪一個圖像應該在第二顯示器上顯示。有益地，可以設置第二顯示器，以提供較低質量的次活躍發言人視頻圖像，從而節省費用。
可以預料到，在未來，基於MCU的系統將會有助於在基於IP的網絡上的多媒體通信。因此，本發明的發明人想到，在此描述的技術可以包含在利用MCU的任何基於H.323/SIP的多點多媒體會議或系統中。
前述的優選應用是在用於寬帶碼分多址(WCDMA)標準的第三代合作計劃(3GPP)規範中。具體地說，本發明可以應用於IP多媒體域(在規範的3G TS25.xxx系列中描述)，其計劃把H.323/SIP MCU結合到3GPP網絡中。見圖8，MCU將由媒體資源功能元件(MRF)890A支持。
圖8示出了一種以分級結構形式的3GPP(UMTS)通信系統/網絡800，其能夠在根據本發明的的優選實施例中採用。通信系統800適於並且包含能夠在UMTS和/或GPRS空中接口上操作的網絡元件。
通常認為該網絡包括(i)用戶設備域810，由以下構成(a)用戶SIM(USIM)域820，以及(b)行動裝置域830；和(ii)基礎設施域840，由以下構成(c)接入網域850，和(d)核心網域860，其由以下(至少)構成(di)服務網域870，和(dii)轉接網域880，和(diii)IP多媒體域890，具有由SIP提供的多媒體(ETFRFC2543)。
在行動裝置域830中，UE830A經有線Cu接口從USIM域820中的用戶SIM820A接收數據。UE830A經無線Uu接口與網絡接入域850中的節點B850A傳送數據。在網絡接入域850內，節點B850A包含一個或多個收發信機單元並且經UMTS規範定義的Iub接口與基於蜂窩的系統基礎設施的其餘部分，例如，RNC850B通信。
RNC850B經Iu接口與其它RNC(未示出)通信。RNC850B經Iu接口與服務網域870中的SGSN870A通信。在服務網域870內，SGSN870A經Gn接口與GGSN870B通信，並且SGSN870A經Gs接口與VLR伺服器870C通信。根據本發明的優選實施例，SGSN870A與MCU(未示出)通信，該MCU位於IP多媒體域890的媒體資源功能元件(890A)內。經Gi接口執行通信。
GGSN870B(和/或SSGN)負責UMTS(或GPRS)與諸如網際網路或公共交換電話網(PSTN)這樣的公共交換數據網(PDSN)880A接口。SGSN870A執行UMTS核心網內業務的路由和隧道功能，同時GGSN870B連接到外部分組網絡，在這種情況中是任何一個訪問系統的UMTS模式的網絡。
RNC850B是負責許多節點B的資源控制和分配的UTRAN元件；通常，一個RNC850B可以控制50到100個節點B。RNC850B還通過空中接口提供可靠的用戶業務傳送。多個RNC彼此通信(經接口Iur)以支持切換和宏分集。
SGSN870A是UMTS核心網元件，負責會話控制以及到位置寄存器(HLR和VLR)的接口。SGSN是用於許多RNC的大型集中控制器。
GGSN870B是UMTS核心網元件，負責把核心分組網的用戶數據集中並隧道到最終的目的地(例如，網際網路服務提供商(ISP))。這樣的用戶數據包括去往/來自IP多媒體域890的多媒體和相關的信令數據。在IP多媒體域890中，MRF被分為多媒體資源功能控制器(MRFC)892A和多媒體資源功能處理器(MPFP)891A。如上所述，MRFC892A提供多點控制器(MC)功能性，而MPFP891A提供多點處理器(MP)功能性。
跨越Mr參考點/接口893A使用的協議是SIP(如RFC2543定義的)。呼叫狀態控制功能元件(CSCF)895A充當呼叫伺服器並處理多媒體呼叫信令。
因此，根據本發明的優選實施例，如在此之前描述的，元件SGSN870A、GGSN870B和所有MRF890A中的部分都適於促進多媒體消息。此外，如在此之前描述的，UE830A、節點B850A和RNC850B還適於促進改進的多媒體消息。
總的來說，這種適配可以以任何合適的方式在各個通信單元中實現。例如，可以在現有的通信單元添加新的裝置，或作為選擇的採用現有的通信單元的現有部分，例如通過對其中的一個或多個處理器重新編程。這樣，所要求的適配可以以存儲在存儲介質上的處理器可實現指令的形式來實現，這裡的存儲介質例如軟盤、硬碟、PROM、RAM或任何這些或其他存儲多媒體的組合。
作為選擇的，多媒體消息的這種適配還可以通過採用通信系統800的任何其他部分來控制、全部實現或部分實現，這也在本發明的考慮中。
儘管通常提供上面的元件作為分立單元(在它們自己各自的軟體/硬體平臺上)，分為行動裝置域830、接入網域850和服務網域870，但是可以想到也可以採用其他的配置。
另外，在其他網絡基礎設施的情況中，例如GSM網中，處理操作的實現可以由任何合適的節點來執行，例如任何其他合適類型的基站、基站控制器、移動交換中心或可操作和管理控制器等等。作為選擇的，可以通過分布在任何合適網絡網絡內的不同位置或實體的各種部件來執行上面提到的步驟。
如上所述，優選的，當應用在集中視頻會議中時，使用分層視頻編碼的視頻會議方法可以提供以下的優點(i)與傳統系統相比，發言人的識別有了很大改善，因為共享帶寬允許發送一個或多個增強層和幾個基本層而不是只發送一個完全質量視頻流。
(ii)當活躍發言人改變時，使用在此描述的本發明原理的視頻交換更加平滑，這是因為它定義了幾個狀態，活躍發言人、第二最活躍發言人、不活躍發言人。
(iii)最活躍發言人的視頻質量得到了改善。
(iv)改進的視頻通信單元可以顯示各種發言人，每一被顯示的圖像依賴於與相應視頻通信單元的傳輸有關的優先級。
已經描述了一種在多個多媒體用戶設備之間的多媒體視頻會議中中繼視頻圖像的方法。該方法包括以下步驟通過許多用戶設備中的多個發送分層視頻圖像，其中分層視頻圖像包括基本層和一個或多個增強層，並且在多點控制單元接收發送的分層視頻圖像。選擇許多活躍發言人的許多基本層圖像和最活躍發言人的一個或多個增強層。該多點控制單元把許多活躍發言人的許多基本層視頻圖像和最活躍發言人的一個或多個增強層發送給多個多媒體用戶設備的一個或多個。
此外，描述了一種用於在多個用戶設備之間中繼視頻圖像的視頻會議裝置。另外，還描述了一種用於參與視頻會議的無線裝置，其中許多參與方發送視頻圖像。
權利要求
1.一種用於在多個多媒體用戶設備(550、560、570、580)之間的多媒體會議中中繼視頻圖像的方法，該方法包括以下步驟由多個所述用戶設備組發送分層視頻圖像，其中所述分層視頻圖像包括基本層(552、562、572、582)和一個或多個增強層(555、565、575、585)；在多點控制單元(520)接收所述的發送的分層視頻圖像；選擇許多活躍發言人(535)的許多基本層視頻圖像和最活躍發言人的一個或多個增強層(540)；並且由所述多點控制單元(520)發送所述許多活躍發言人(535)的許多基本層視頻圖像以及最活躍發言人的一個或多個增強層(540)給該多個多媒體用戶設備(550、560、570、580)的一個或多個。
2.根據權利要求1的在多媒體會議中中繼視頻圖像的方法，其中，選擇步驟進一步包括以下步驟分析所述多個多媒體用戶設備(550、560、570、580)發送的許多音頻數據流(590)，以便確定所述許多活躍發言人和/或最活躍發言人。
3.根據權利要求1或2的在多媒體會議中中繼視頻圖像的方法，其中該方法進一步包括以下步驟為由各個用戶設備發送的每一分層視頻圖像和/或所述音頻數據流指定優先級；並且基於所述指定的優先級，選擇許多基本層視頻圖像(535)和一個或多個增強層(540)，用於發送給所述多個多媒體用戶設備(550、560、570、580)的所述一個或多個。
4.根據前述任一權利要求的在多媒體會議中中繼視頻圖像的方法，其中該方法進一步包括以下步驟把最活躍發言人的視頻圖像的第一預測幀解碼(660)為幀內編碼幀，用於增強最活躍發言人的視頻質量。
5.根據前述任一權利要求的在多媒體會議中中繼視頻圖像的方法，其中該方法進一步包括以下步驟當多於一個的增強層可用時，通過所述多媒體控制單元(520)隨著每一分層視頻圖像的傳輸，接收所述一個或多個發言人的分類指示，以便提供所述視頻圖像的更精確的量測性。
6.根據前述任一權利要求的在多媒體會議中中繼視頻圖像的方法，其中，該方法進一步包括以下步驟對於一個或多個基本層視頻流，把預測幀轉換為幀內編碼幀。
7.一種用於在多個用戶設備(550、560、570、580)之間中繼視頻圖像的視頻會議裝置，該視頻會議裝置包括多點控制單元(520)，適於接收所述許多用戶設備的多個發送的許多分層視頻圖像，其中所述分層視頻圖像包括基本層(552、562、572、582)和一個或多個增強層(555、565、575、585)；以及視頻交換模塊(530)，以可操作的方式耦合到所述多點控制單元(520)並且適於選擇許多活躍發言人(535)的許多基本層視頻圖像和最活躍發言人的一個或多個增強層(540)；其中所述多點控制單元(520)進一步適於發送所述許多活躍發言人(535)的許多基本層視頻圖像以及最活躍發言人的一個或多個增強層(540)給該多個多媒體用戶設備(550、560、570、580)的一個或多個。
8.根據權利要求7的視頻會議裝置，進一步包括預測幀到幀內編碼幀解碼模塊(660)，可操作地耦合到所述視頻交換模塊(530)，以便如果所述多點控制單元(520)接收初始作為預測幀的所述幀，就提供最活躍發言人增強層視頻流為幀內編碼幀。
9.根據權利要求7或8的視頻會議裝置，進一步包括發言人識別模塊(620)，分析許多音頻流(590)，以便確定許多活躍發言人和/或所述最活躍發言人。
10.根據權利要求9的視頻會議裝置，其中所述發言人識別模塊(620)基於確定的每一參與方的活躍性分配優先級，以確定以下的一個或多個最活躍發言人(622)、任何其他活躍發言人(625)和任何不活躍發言人。
11.一種用於參與視頻會議的無線裝置(700)，在視頻會議中多個參與方發送視頻圖像，該無線裝置(700)包括視頻顯示器(710)，具有第一顯示器和一個或多個第二不同顯示器，用於顯示來自該多個參與方的各個參與方(720、730)；以及處理器，可操作地耦合到到所述視頻顯示器，用於接收最活躍發言人(720)和多個次活躍發言人(730)的指示，並且確定從所述最活躍發言人(720)接收的所述視頻圖像顯示在提供較高質量視頻圖像的所述第一顯示器上，並且從所述多個次活躍發言人(730)接收的所述視頻圖像顯示在提供較低質量視頻圖像的所述第二顯示器上。
12.一種多點處理器器，包括一個或多個接收埠，適於從多個用戶設備(550、560、570、580)接收分層視頻圖像，分層視頻圖像包括基本層視頻流(552、562、572、582)和增強層視頻流(555、565、575、585)；以及交換模塊(640)，可操作地耦合到所述一個或多個接收埠，選擇許多活躍發言人(535)的許多基本層視頻圖像和最活躍發言人的一個或多個增強層(540)，用於發送給一個或多個用戶設備(550、560、570、580)。
13.根據權利要求12的多點處理器，進一步包括發言人識別模塊(620)，可操作地耦合到所述一個或多個接收埠，用於分析從所述許多用戶設備的多個中接收的許多音頻流(590)，以便確定許多活躍發言人和/或所述最活躍發言人。
14.根據權利要求12或13的多點處理器，其中所述發言人識別模塊(620)基於確定的許多參與方的活動性分配優先級，以確定以下的一個或多個最活躍發言人(622)、任何其他活躍發言人(625)和任何不活躍發言人。
15.根據權利要求12到14任一個的多點處理器，進一步包括預測幀到幀內編碼幀解碼模塊(660)，可操作地耦合到所述交換模塊(640)，以便如果在相應的埠接收的所述最活躍發言人的增強層視頻流為預測幀，就把它轉換為幀內編碼幀。
16.一種適於執行權利要求1到6中任何一個的方法步驟，或適於包括權利要求7到10中任何一個的視頻會議裝置、或適於包括權利要求12到15中任何一個的多點處理器的視頻通信系統。
17.根據權利要求16的視頻通信系統，其中，該視頻通信系統可與具有網際網路協議多媒體域(890)的UMTS通信標準(800)兼容，以便於視頻會議通信。
18.一種適於執行權利要求1到6中任何一個的方法步驟、或適於包括權利要求7到10中任何一個的視頻會議裝置、或適於包括權利要求12到15中任何一個的多點處理器的媒體資源功能元件(890A)。
19.一種適於接收根據權利要求1到6的方法產生的分層視頻會議圖像的視頻通信單元(700)。
20.一種適於產生用在權利要求1到6的方法中的分層視頻會議圖像、或適於發送根據權利要求1到6的方法產生的分層視頻會議圖像的視頻通信單元。
21.根據權利要求19的視頻通信單元，其中該視頻通信單元是以下之一節點B(850A)，RNC(850B)，SGSN(870A)，GGSN(870B)，MRF(890A)。
22.根據權利要求1到6的在多媒體視頻會議中中繼視頻圖像的方法或根據權利要求7到10中任何一個的視頻會議裝置，或根據權利要求12到15中任何一個的多點處理器或根據權利要求16到17的視頻通信系統，或根據權利要求18的媒體資源功能元件(890A)或根據權利要求19、20或21的視頻通信單元，都適於促進基於H.323標準或SIP標準的視頻會議圖像。
23.一種存儲處理器可實現指令的存儲介質，該指令用於控制處理器執行權利要求1到6中任何一個的方法。
全文摘要
一種在多個多媒體用戶設備(550、560、570、580)之間的多媒體視頻會議中重放視頻圖像的方法，包括通過許多所述用戶設備發送分層視頻圖像的步驟，其中所述分層視頻圖像包括基本層(552、562、572、582)和一個或多個增強層(555、565、575、585)。在多點控制單元(520)接收所發送的分層視頻圖像，在該單元選擇許多活躍發言人(535)的許多基本層視頻圖像和最活躍發言人的一個或多個增強層(540)。該多點控制單元(520)把這些基本層視頻圖像和該最活躍發言人的一個或多個增強層發送給所述多個多媒體用戶設備(550、560、570、580)中的一個或多個。相對於現有的視頻會議系統，發言人的識別得到了極大改善，因為可用帶寬的共享允許發送一個增強層和幾個基本層，而不是只發送一個完全質量視頻流。
文檔編號H04N5/00GK1618233SQ02827743
公開日2005年5月18日 申請日期2002年12月16日 優先權日2002年1月30日
發明者阿瑟·拉萊 申請人:摩託羅拉公司