MPEG-DASH介绍

1. MPEG-DASH介绍

前言：从接触MPEG-DASH到现在大概也有3个多月了，前几天需要在课上总结下这半年的工作，大概做了一个ppt，现在想进一步总结下，写一个关于DASH入门的文章，供后人参考。

2. DASH起源

DASH（Dynamic Adaptive Streaming over HTTP）是一种流媒体传输协议，在此之前，苹果、微软、Adobe等公司都有自己的自适应流媒体实现方式，之后联合在一起制定了MPEG-DASH标准，改标准于2012年制定完毕。

DASH起源

2.1 MPEG-DASH白皮书

• Part1: Media presentation description and segment formats
• Part2: Reference software and conformance
• Part3: Implementation guidelines
• Part4: Format Independent Segment encryption and authentication

我看的比较多的是第一部分，关于MPD定义的部分，对于理解DASH的结构还是比较有帮助的，实际上就是定义了MPD文件各个标签的含义，没有必要深究，很多在实际的MPD中都没有使用到，只需要学习实际MPD文件的结构就好了，实际的MPD是分层的结构，跟HTML类似，是用XML语言描述的，所以很好理解。

2.2 DASH的优点

在我看来，DASH有以下几点优点，

• 整合了之前的几种自适应流媒体方案，方便播放器的兼容。
• 内容提供商只需要提供一种视频格式就好，而不必考虑兼容性问题。
• 有开放的开源软件进行集成，便于这项技术的扩散应用。
• 对用户来说，提升了带宽利用率，可以提升观看体验，是最直接的好处。

3. DASH基本结构

DASH可以分成服务器端和客户端两个部分，其中服务端负责将由264，265，AVS等（国产的国际视频压缩标准）压缩过的文件切分成DASH支持的格式，并生成相应的MPD文件。客户端首先请求mpd文件，根据请求到的mpd文件，就可以知道链接所对应的视频的信息，包括一下信息，

• 直播/点播
• 切分的每一个片段的长度
• 整个视频的长度
• 有多少种对应的码率，分辨率
• 视频片段URL地址信息（可以通过类似的命名依次推出）
• 对于直播还有开始直播的时间
• …
  
  
  Fig1. DASH起源
  

3.1 切分示例

如下图所以，将一段1080p，10s的视频切分成5种码率5个片段，每个片段2s的视频。在播放时候，可能的一种请求方式见Fig3，当然以这种请求方式进行请求的话，观看者一定会受不了的，分辨率切换这么快，肯定让人崩溃了。

Fig2. 切分方式示例

请求顺序：


Fig3. 请求顺序示例

3.2 MPD介绍

MPD（media presentation description）描述了视频的所有信息，在白皮书的Part1部分有详细的介绍。MPD主要分成以下标签，

• Period : 标注了视频的时长信息，也可以看做是更新mpd文件的最长时长。
• AdaptationSet : 包含了媒体呈现的形式，（视频/音频/字幕）。
• Representaiton : 包含不同的码率、编码方式、帧率信息等。
• Segment ： 每一个具体的片段。（1,2,4,6,10s …）
  
  
  Fig4. MPD层次结构
  
  实际播放的时候，视频会在一个AdaptationSet中的不同Representaiton 之间切换码率，会依次请求该Representaiton下不同Segment序列。

3.3 MPD代码

一个常见的mpd文件如下，可以清楚的看到各个字段是如何描述的。

<MPD xmlns="urn:mpeg:dash:schema:mpd:2011" minBufferTime="PT1.500000S" type="static" mediaPresentationDuration="PT0H12M14.17S" profiles="urn:mpeg:dash:profile:isoff-live:2011">
<ProgramInformation moreInformationURL="http://gpac.sourceforge.net">
<Title>
dashed/TearsOfSteel_4s_simple_2014_05_09.mpd generated by GPAC
Title>
ProgramInformation>
<Period duration="PT0H12M14.17S">
<AdaptationSet segmentAlignment="true" maxWidth="1920" maxHeight="1080" maxFrameRate="24" par="16:9">
<Role schemeIdUri="urn:mpeg:dash:role:2011" value="main"/>
<SegmentTemplate timescale="24000" media="tos_$Bandwidth$bps/TearsOfSteel_4s_$Number$.m4s" startNumber="1" duration="96000" initialization="tos_$Bandwidth$bps/TearsOfSteel_4s__init.mp4"/>
<Representation id="1920x1080 10.0Mbps" mimeType="video/mp4" codecs="avc1.4d4029" width="1920" height="1080" frameRate="24" sar="1:1" startWithSAP="1" bandwidth="10045361"/>
<Representation id="1920x1080 6.0Mbps" mimeType="video/mp4" codecs="avc1.4d4028" width="1920" height="1080" frameRate="24" sar="1:1" startWithSAP="1" bandwidth="6025488"/>
<Representation id="1920x1080 4.0Mbps" mimeType="video/mp4" codecs="avc1.4d4028" width="1920" height="1080" frameRate="24" sar="1:1" startWithSAP="1" bandwidth="4011653"/>
<Representation id="1920x1080 3.0Mbps" mimeType="video/mp4" codecs="avc1.4d4028" width="1920" height="1080" frameRate="24" sar="1:1" startWithSAP="1" bandwidth="3004351"/>
<Representation id="1280x720 2.4Mbps" mimeType="video/mp4" codecs="avc1.4d401f" width="1280" height="720" frameRate="24" sar="1:1" startWithSAP="1" bandwidth="2416099"/>
<Representation id="1280x720 1.5Mbps" mimeType="video/mp4" codecs="avc1.4d401f" width="1280" height="720" frameRate="24" sar="1:1" startWithSAP="1" bandwidth="1506971"/>
<Representation id="640x360 807.0kbps" mimeType="video/mp4" codecs="avc1.4d401e" width="640" height="360" frameRate="24" sar="1:1" startWithSAP="1" bandwidth="807450"/>
<Representation id="640x360 505.0kbps" mimeType="video/mp4" codecs="avc1.4d401e" width="640" height="360" frameRate="24" sar="1:1" startWithSAP="1" bandwidth="504741"/>
<Representation id="480x270 253.0kbps" mimeType="video/mp4" codecs="avc1.4d4015" width="480" height="270" frameRate="24" sar="1:1" startWithSAP="1" bandwidth="253270"/>
AdaptationSet>
<AdaptationSet segmentAlignment="true" bitstreamSwitching="true">
<AudioChannelConfiguration schemeIdUri="urn:mpeg:dash:23003:3:audio_channel_configuration:2011" value="2"/>
<Role schemeIdUri="urn:mpeg:dash:role:2011" value="main"/>
<SegmentTemplate timescale="48000" media="tos_$Bandwidth$bps/TearsOfSteel_4s_$Number$.m4s" startNumber="1" duration="191472" initialization="TearsOfSteel_4s_simple_2014_05_09_set2_init.mp4"/>
<Representation id="audio 48000kHz 66.0kbps" mimeType="audio/mp4" codecs="mp4a.40.2" audioSamplingRate="48000" startWithSAP="1" bandwidth="65509"/>
<Representation id="audio 48000kHz 130.0kbps" mimeType="audio/mp4" codecs="mp4a.40.2" audioSamplingRate="48000" startWithSAP="1" bandwidth="129510"/>
<Representation id="audio 48000kHz 192.0kbps" mimeType="audio/mp4" codecs="mp4a.40.2" audioSamplingRate="48000" startWithSAP="1" bandwidth="191511"/>
AdaptationSet>
<AdaptationSet segmentAlignment="true" lang="eng">
<Role schemeIdUri="urn:mpeg:dash:role:2011" value="subtitle"/>
<SegmentTemplate timescale="1000" media="tos_$Bandwidth$bps/TearsOfSteel_4s_$Number$.m4s" startNumber="1" duration="4000" initialization="tos_$Bandwidth$bps/TearsOfSteel_4s__init.mp4"/>
<Representation id="subtitles" mimeType="video/mp4" codecs="wvtt" startWithSAP="1" bandwidth="101"/>
AdaptationSet>
Period>
MPD>

4. 播放器开源开发平台

ITEC公示了一些关于dash的开发平台（link），下面对几个用过的做一下介绍(链接都需要科学上网方式)，

• DASH-JS
  用javascript写的dash播放器，只需要几行代码就可以将播放器嵌入到你的网页中，现在有两种自适应算法，一种基于预测带宽的，一种BOLA的方式。两种效果经过测试都一般（不知道测试的准不准确）。
• libdash
  用C++ + QT开发的Windows桌面版版本，没有内置的自适应算法，代码中大量用到了Observer设计模式，还有工厂模式等，是学习C++面向对象思想以及设计模式的 很好示例。
• Dataset
  我使用是就是这个数据集，包含了几个经典的视频（表示已经看吐了）。

Reference

• encoding.com
• ITEC
• 微软DASH介绍

---

last modified: 2016-8-4
by. HolaGod ([email protected])