[发明专利]用于控制和管理多点会议的系统和方法

说明书

相关申请的交叉引用

本申请要求2010年9月20号提交的美国临时专利申请S/N.61/384,634的权益，该申请的全部内容通过引用结合于此。

领域

本申请涉及多点会议的管理和控制。具体而言，本申请涉及用于增加或移除包括零个、一个或多个服务器的多点会议中的参与者、选择性地并且动态地从其他参与者接收内容或特定内容类型、接收有关会议状态变化的通知等等的机构。

背景技术

音频和视频通信和会议领域在过去的三十年中已经经历了显著的增长。互联网的可用性以及音频和视频编解码器设计的不断改善使得基于音频或视频的服务激增。现今，存在使个人能够从世界上有互联网连接的任何地方利用音频、带音频的视频、以及多媒体（例如，视频、音频和演示）进行点对点以及多点通信会话的系统和服务。这些服务中的一些基于公共可用的标准（例如，SIP、H.323、XMPP），而其他是专有的（例如，Skype）。这些系统和服务经常通过即时通讯（“IM”）解决方案来提供，该即时通讯解决方案是允许用户看到其他用户是否在线（所谓的“存在”特征）并与他们进行文字聊天的系统。音频和视频成为通过该应用提供的附加功能。其他系统专注于视频和音频（例如，Vidyo公司的VidyoDesktop），假设另外的系统将用于文本聊天功能。

这些通信系统的可用性已导致这些系统中信令的成熟规范的可用性。例如，SIP、H.323和XMPP是广泛使用的信令设施：建立和撤销会话、协商发射器和接收器之间的系统参数、并且管理存在信息或发送结构化数据。SIP在RFC3261中被定义，推荐标准H.323可从国际电信同盟（International Telecommunications Union）获得，并且XMPP在RFC6120、6121、和6122以及由XMPP标准基金会制订的XMPP扩展（XEP）中被定义；所有参考文献通过引用整体结合于此。

这些体系结构是根据关于整个系统应当怎样工作的多项假设来设计的。对于基于（即，最初设计用于）音频或视听通信的系统（诸如SIP或H.323），设计者假定系统如何操作的或多或少的静态配置：编码参数（例如，视频分辨率、帧率、比特率等）一经设置，就在会话期间保持不变。任何改变本质上需要重建会话（例如，SIP重新邀请），因为在连接建立并且媒体已开始通过连接流动之后不预期或者不允许修改。

然而，编码解码器设计、尤其是视频编码解码器设计的最近发展引入有效的所谓“分层表示”。分层表示使得利用对应数量的比特流在超过一个保真水平上表示原始信号。

分层表示的一个示例为可分级编码，诸如用于推荐标准H.264附录G（可分级视频编码－SVC）的可分级编码，其可从国际电信同盟获得并且通过引用整体结合于此。在诸如SVC的可分级编码中，通过利用标准的不可分级技术（例如，利用H.264高级视频编码－AVC）对源进行编码而获得第一保真点。通过对所得的编码误差（原始信号与第一保真点的解码版本之间的差别）进行编码并在该编码误差自身的比特流中发送该编码误差，可获得附加的保真点。该金字塔结构是非常常见的（例如，曾用于MPEG-2和MPEG-4第三部分视频）。

第一（最低）保真水平比特流被称为基本层，而提供附加保真点的比特流被称为增强层。该保真增强可以在任何保真维度中进行。例如，对于视频而言，它可以是时间（帧率）、质量（SNR）或空间（画面尺寸）。对于音频而言，它可以是时间（每秒样本数）、质量（SNR）或附加声道。注意，多个层比特流可独立传输，或通常可利用适当的信息在单个比特流中多路复用地传输，该适当的信息允许直接提取对应于各个层的子比特流。

分层表示的另一示例是多描述编码。这里，该构造不是金字塔形的：每层可独立解码，并提供基本保真水平的表示；然而，如果超过一个层对解码器可用，则可能提供原始信号的较高保真水平的解码表示。一个（小）示例是将视频信号的奇数和偶数画面作为两个独立的比特流来发送。每个比特流单独提供第一保真水平，而从其它比特流接收的任何信息可被用于增强该第一保真水平。如果接收了所有流，则存在由特定表示所提供的原始信号的最高质量水平的完整表示。

分层表示的另一极端示例是同播。在该情况下，原始信号的两个或更多个独立表示在它们自身的比特流中被编码并发送。例如，这通常被用于发送标清TV素材和高清TV素材。注意，同播是其中未使用层间预测的可分级编码的特殊情况。