（1）多媒体信息处理技术
多媒体信息处理技术主要是针对各种媒体信息进行压缩和处理。视频会议的发展过程基本上就是信息处理技术特别是视频压缩技术的发展过程。目前新的理论、算法不断推进多媒体信息处理技术的发展，进而推动着视频会议技术的发展。特别是在网络带宽不富裕的条件下，多媒体信息处理技术已成为视频会议最关键的问题之一。
多媒体信息处理技术最核心的技术指标是编码标准、体系结构与流媒体服务。
1）编码标准
和一般的数据业务不同，视频信号的数据量很大，未经压缩的数据流为165.888Mbps，这样码率的数据信号在网络上是无法传输的，会轻易造成网络拥塞甚至崩溃。因此，多媒体信息处理的第一步就是视频压缩。目前在众多的视频编码算法中，被广泛使用在视频会议系统中的压缩标准是H.26x和MPEG。
H.26x是国际电信联盟制定的标准，主要包括H.261和H.263。H.261只能传输QCIF格式（176×144）或CIF（352×288）格式的图像，它的视频效果较差，只适合低速率下相对静止的图像传输。1996年ITU-T在H.261的基础上进行一定的改进，推出了H.263标准，但它仍然不能实现高清晰度图像的传输，只适合低带宽下的应用。
MPEG本是Moving Pictures Experts Group，即“运动图像专家组”的英文缩写，这个专家组是由国际标准化组织ISO和国际电子委员会IEC于1988年联合成立的，致力于运动图像及其伴音编码的标准化工作，MPEG制定的标准主要有MPEG-1、MPEG-2和MPEG-4。
MPEG-1制定于1992年，它主要是在1.5Mbps情况下，对352×288×25帧/秒的运动图像进行处理。它的算法框图基本与H.261相同，在时间域正负方向进行的运动补偿的帧间内插，使其具有以下优点：①具有更高的图像压缩倍数；②能够恰当地对待突发背景；③能较好地保存边缘轮廓，降低原始图像的噪声。但正由于它的双向帧间预测使得图像显示顺序与编码顺序不同，造成较大的系统延时，且压缩比越高，延时也会越大。
MPEG-2制定于1994年，主要应用在广播电视图像的传输和数字存贮媒体（DVD）。与MPEG-1的区别在于MPEG-2有了等级之分，共分为4个等级LL(352×288×25帧/秒)、ML(720×576×25帧/秒)、 H1440L(1440×1152×25帧/秒)、HL(1920×1152×25帧/秒)。它在带宽充足的情况下MPEG-2可实现高清晰度图像的传输，甚至能满足HDTV的要求。但它和MPEG-1具有同样的缺点，即延时较大、带宽要求相对较高。在广播电视系统中，由于不要求交互且能提供足够的带宽（广播电视系统可为每路图像信号提供8M带宽），这些缺点体现不明显。但当它应用到视频会议系统中时，要达到ML(720×576×25帧/秒)，需要3M以上的带宽，且会有1s以上的延时，不能完全适应当前视频会议系统的需求。
为了解决时延与压缩比的问题，ISO于1999年通过了MPEG-4标准，它与其它标准的最大区别在于MPEG-4是基于内容进行编码，将编码对象由原来的矩形图像改为单独的对象，即将每幅图像分为不同的自然对象单独进行编码。由于这种合成对象/自然对象混合编码，大大降低了帧间图像的信息冗余，因此MPEG-4编码技术可利用最少的数据获得最佳的图像质量。在视频会议系统实际应用中，可在1.5Mbps情况下实现高清晰度图像（720×576×25帧/秒）的传输，同时将时延控制在300ms以内。另外，MPEG-4还把提高多媒体系统的交互性和灵活性作为一项重要的目标，因此它比其他编码方式更适合交互式的视频服务和远程监控。
2）体系结构
视频会议的体系结构有两种：ITU-T H.320和H.323。
H.320是一个传统的电视会议标准，在过去几年被广泛使用在ISDN网络中。它的网络结构主要是H.243标准下的主、从星形汇接结构，每个终端必须与它对应的MCU建立电路连接，组网结构非常固定。由于基于电路交换，它能提供确定的带宽保证，充分保证视频会议的质量。
H.323的标准名称是基于包的多媒体通信系统，它凭借TCP/IP这一协议，使网络上的多媒体应用和业务与基础传输网络无关，因此可以利用H.323将多种应用和业务（如视频点播、流媒体组播等）叠加到视频会议系统中。因为H.323视频会议系统建立在基于分组交换、QoS得不到保证的通信网的基础上，因而会议系统中的码流必须打包成一个一个分组，根据分组标签统计复用。由于不同信息码各有特点，所以对下层网络的承载要求各不相同。例如视音频码流对实时性要求较高，但可以容忍少量的分组丢失，因而它要求下层网络能提供实时性好的传送机制；而对于数据和控制信息，情况完全不同，要求下层提供可靠性传送。
H.323作为下一代多媒体通信平台代表着未来多媒体会议的的发展方向和潮流，它的传输网络无关性、灵活性，使它越来越得到普遍地应用，但H.320凭借其在带宽保证方面的优势，仍是很多视频会议用户的最终选择。为了满足不同应用的需要，充分保证用户的投资，现阶段的视频会议系统设备一般同时支持H.320和H.323。
3）流媒体服务
随着视频会议技术的不断发展，流媒体服务概念也被引入到其中。流媒体指的是在网络上使用流式传输技术的连续时基媒体，如视频会议系统中的实时视音频流，流媒体的数据流总是随时传送随时播放的。在视频会议系统中主要使用的流式传输技术是实时流式传输，它保证媒体信号带宽与网络连接的匹配，且总是实时传送特别适合视频会议，同时也支持随机访问。在视频会议系统中主要有以下三种流媒体播放方式得到充分应用：
①单播：在终端与MCU之间建立一个单独的数据通道，从一台MCU发送的每个数据流只能传送给一台终端。这种方式对网络带宽要求较高，但非常灵活，适合召开双向交互式视频会议时使用。
②组播：IP组播技术通过构建一个具有组播能力的网络，可以让MCU只发送一个数据流给多个终端共享。这种方式非常节约带宽，适合在一些需要单向收看视频会议的场合中应用。
③点播：点播是指用户可以通过选择内容项目来初始化终端连接，对数据流可以开始、停止、后退、快进或暂停。它主要应用于会议录像的点播。
编码标准、体系结构、流媒体服务是多媒体信息处理众多技术中比较重要的三项指标，各种视频会议系统的区别也主要集中于此。
（2）基于宽带技术的IP网络
随着Internet的网络规模和用户数量迅猛发展，进一步扩展网上运行的业务种类并提高网络的服务质量是目前人们最关心的问题。由于IP协议是无连接协议，Internet网络中没有服务质量的概念，不能保证有足够的吞吐量和符合要求的传送时延，只是尽最大努力(Best-effort)来满足用户的需要，所以如果不采取新的方法改善目前的网络环境，IP网络对传输实时的多媒体信息而言是不适合的，无法大规模发展视频会议等新业务。
但由于TCP/IP协议对多媒体数据的传输没有根本性的限制，因此，目前世界主要的标准化组织、产业联盟、各大公司都在对IP网络上的传输协议进行改进，已制定出RTP/RTCP、RSVP、IPv6等协议，为在IP网络上大力发展诸如视频会议之类的多媒体业务打下了良好的基础。据预测，IP网上的视频会议业务将会大大超过电路交换网上的视频会议业务。
在现有的网络技术中，从支持QoS的角度来看，ATM作为继IP之后迅速发展起来的一种快速分组交换技术具有得天独厚的技术优势。因此ATM曾一度被认为是一种处处适用的技术，人们最终将建立通过网络核心便可到达另一个桌面终端的纯ATM网络。但是，纯ATM网络的实现过于复杂，导致应用价格高，难被大众所接受。同时，相应的网络业务开发没有跟上，导致目前ATM的发展举步维艰。
由于IP技术和ATM技术在各自的发展领域中都遇到了一定实际困难，因而两种技术的融合正在发展、完善之中。
（3）媒体处理器技术
视频会议系统要求不同媒体、不同位置的终端能够同步收、发信号。多点控制单元(MCU)可以有效地统一控制，使与会的不同终端能够实现数据共享，有效协调各种媒体的同步传输，使系统更具有人性化的信息交流和处理方式。通信、合作、协调正是分布式处理的要求，也是交互式多媒体协同工作系统的基本内涵。
多点控制单元(MCU)的应用催生了多媒体处理器DSP（数字信号处理器）的蓬勃发展，采用DSP芯片设计多媒体设备，成为人们关注的方向。飞利浦、ADI、TI、中星微电子等半导体供应商都十分看好媒体处理器市场，并推出了具有竞争力的产品，高处理能力DSP芯片的出现给视频会议带来更小的延迟和更高的帧频。
尽管媒体处理器出现的时间不长，但已得到广泛关注，可以预见媒体处理器将会快速应用到多媒体设备制造业中。
（4）视频会议的技术发展趋势
随着时延问题被媒体处理器技术和标准（如组播技术、带宽预留协议和实时控制协议）逐步解决，基于IP的视频会议方案将可以把终端互操作性和高传输性能结合了起来，视频通信将会变得更容易，费用会更低。
1）视频会议技术的主要发展趋势是实现更先进的音、视频编解码技术和更专业的图像及语音前后端处理技术。
2）MCU与交换机和路由器融合，随着网络宽带化，视频会议终端也将智能化，其发展方向是小型化、全信息化家庭网络中心宽带智能终端，将通讯、娱乐、信息等各种功能融合在一起。
3）视频会议系统功能多元化。除音、视频外，还可以方便地传送和显示电脑文档，用于培训、汇报、交流；视频会议与电话系统一体化，可方便接入会议电话系统，通过电话、手机也可加入会议；视频会议和办公自动化(OA)系统有机结合，实现网上进行会议组织、会议邮件通知、会议控制、系统维护和升级；网上实现个人可视通话及多方会议；网上只用普通PC即可在任何时间学习会议或培训内容；集中指挥、远程调度，通过电视墙统览全局，远程指挥。
4）系统组网多样化。只要有网络就能开会，可以通过专线、ISDN、IP(ADSL、LAN接入)、电话等现有网络接入各种多媒体终端。
5）图像清晰化。通过更优异、更成熟的图像编解码技术，实现更清晰的图像传输。
6）使用、维护简捷化。易于使用，可自行组织、控制会议；进行远程管理、远程维护、升级，大大降低维护成本；更新设计，大幅提高系统稳定性。 随着各种技术的不断发展和一系列国际标准的出台，视频会议的应用与发展进入了一个新的时期，视频技术在未来的几年内将会越来越广泛地被应用到各个领域，成为信息社会的主流应用之一。
