1.2 网络视频的发展进程
网络视频的发展经历了一个从模拟到数字，从单纯音频、视频到多媒体综合视频的过程。在如图1-1所示的技术过程中，相继出现了电视会议、可视电话、桌面视频会议、多媒体视频等多种视频系统。
图1-1 技术发展阶段
1.模拟时代
20世纪60年代初期，美国贝尔实验室推出的模拟视频会议系统标志着视频技术模拟时代的开始。它是以模拟方式传输可视电话和黑白视频会议系统，就当时的技术水平和视频质量而言，所需传输带宽很大，约1Mbps左右。但是，由于当时传输信道带宽无法满足模拟视频信息的传输要求，其视频信号只能通过极其昂贵的卫星信号传输，这使得系统实现的成本较高，加之市场需求不强，技术不够成熟，限制了该产品的进一步推广。
2.数字时代
20世纪60年代末期，视频会议系统开始由模拟系统转向数字系统。70年代后期，随着相关技术领域的发展和数字传输技术的出现，视频会议系统模拟信号采样或变换方法得到了极大改善，数字信号处理技术开始走向成熟。这一时期数字信号存储与传输、模拟信号数字表示形式、数据压缩等问题的突破，成为最终把视频会议技术推向市场的关键。80年代初期推出了非标2Mbps彩色数字会议电视系统。80年代中期，大规模集成电路技术得到了飞速发展，图像编解码技术取得突破，数字传输信道费用降低，为视频会议走向实用提供了良好的发展条件。
3.标准时代
1990年，第一套视频会议国际标准H.320获得CCITT（Consultative Committee for International Telephone and Telegraph，国际电报电话咨询委员会）通过，标志着视频技术标准时代的开始。随后为了适应迅速普及的IP网络，1996年ITU-T（International Telecommunications Union for Telecommunication Standardization Sector，国际电信联盟远程通信标准化部门）20世纪发布了H.323视讯标准。
1）基于电路交换网络的视频会议标准
90年代初期，随着微电子、计算机、数字信号处理及图像处理技术的发展，视频会议在理论研究和实用系统研制等方面取得了突破。ITU-T（原CCITT）于1984年制定了H.120及H.130等标准，统一了数据压缩编码的算法，随后于1990年11月通过了新的H.261及H.200系列标准，解决了H.120及H.130等标准尚未解决的TV制式、PCM标准等问题。这些标准及用于传送静止图像的T.120等标准最终都形成了H.320系列标准中的重要组成部分。五年之后，该研究组又提出更低比特率的视频编解码方案——H.263标准。该标准可将视频图像最少压缩到大约20Kbps，可在普通电话线上通过28.8Kbps的V.34 MODEM传送音频、视频信号。音频编码标准则从早先的G.711、G.722标准发展到以后的G.723.1、G.728、G.729等标准。
90年代末期，移动通信开始飞速发展。H.324M是H.324的“移动部分”扩展标准。H.324标准指定了如何用同步V.34 来进行基于POTS（Plain Old Telephone Systems）的多媒体通信。为了在无线或移动产业扩展这种标准，移动扩展部分（H.324M）在H.324标准附件C和H.223标准附件A、B、C中都分别做了定义。
3GPP采纳H.324M标准作为3G网络传统视频电话的一个标准，被命名为3G-324M，并且针对语音、视频和多路复用操作提出了一些要求：AMR成为音频编码的可选编码标准之一；强制规定ITU H.263为视频编码标准；添加H.223附件B用来保护复用数据。
2）基于IP网络的视频会议标准
随着分组交换技术的发展，ATM技术在一个阶段内得到了很大推进。自1995年以来，ITU-T又陆续推出了用于ATM网络的H.310和H.321系列标准。但随着时间的推移，ATM到桌面的可能性越来越小，因而H.310或H.321系列标准应用的可能性也很小了。1996年，ITU-T又推出了用于计算机的H.322及其系列标准。2000年H.323标准的推出得到了大部分视讯会议厂家的支持。H.323不是一个单一标准，而是一个关于在IP环境中实时多媒体应用的系列标准，它对于呼叫的建立、管理及所传输媒体格式等各个方面都有完善而严格的规定。H.323是一种兼顾传统PSTN呼叫流程和IP网特点而发展的开放标准体制，代表着电信多媒体业务的大潮流。它的成功之处是吸取了许多的组网、互联和运营经验，能与PSTN网、与窄带视频业务及其他数据业务和应用网络互联互通。H.323采用了先进的TCP/IP技术，在提供相同性能和更多功能的同时，大大降低了用户终端的成本及用户线路使用费用，具有很高的性能价格比。
1999年由IETF（Internet Engineering Task Force，国际互联网工程任务组）提出IP电话信令协议、SIP（Session Initiation Protocol，会话发起协议），用于发起会话，能控制多个参与者参加的多媒体会话的建立和终结，并能动态调整和修改会话属性，如会话带宽要求、传输的媒体类型（语音、视频和数据等）、媒体的编解码格式、对组播和单播的支持等。
4.高清时代
随着计算机和通信技术的发展，视频系统在实用化和改善性能的同时，图像编码技术飞速发展，基于CIF（Common Intermediate Format）图像格式（352像素×288像素）、4CIF（704像素×576像素）视频图像在视频通信中广泛的主流应用，基于720p（1280像素×720像素，逐行扫描）、1080i（1920像素×1080像素，隔行扫描）、1080p（1920像素×1080像素，逐行扫描）视频图像在高清视频通信中开始推广应用。
随着H.264编码技术的出现，提高了编码效率和图像质量，加强了对误码和去色的处理机制，增强了解码差错恢复能力，以及对移动和IP网适应性。随着移动通信的飞速发展，H.324M标准逐渐走到了前台，使视频系统向小型化、可移动型、桌面视频系统方向发展。视频系统作为面向各类群体的远程视频通信工具，以其较好的性价比、高带宽利用率、灵活的接入方式（PSTN、ISDN、LAN、Internet、虚拟专网VPN等）、良好的互操作性和易于升级扩容等特点，得到了广泛应用。随着多媒体技术的发展，视频系统在视频会议基本功能基础上，增加了多媒体相关特性，逐渐向视频指挥、视频直播、视频广播、视频点播、视频监控、视频电话、远程训练、IPTV、网真等不同应用延伸，使视频系统功能趋于高清化、宽带化、多样化。