基于H.323的IP视频会议系统涵盖了音视频以及数据在以IP包为基础的信息互通，根据H.323建议，IP视频会议系统由会议终端、网关、网闸、IP网络以及多点控制单元组成，并基于低于10/100Mbit/s的LAN网络，实现不同的产品之间的连接以及相关操作。

IP视频会议系统的组成：

(1)终端

终端在基于IP的网络上是一个客户端点。他需要支持信令和控制，还包括实时通信以及编码，可以进行解压缩。终端是视频会议系统的基本功能实体，为会场提供基本的视频会议业务。

(2)网守

网守是视频会议系统的呼叫控制实体，在H.323标准中，网守提供对端点和呼叫的管理功能，它是一个任选部件，但是对于公用网上的视频会议系统来说，它是一个不可缺少的部件。

视频会议

(3)MCU

MCU是多点视频会议系统的媒体控制实体，在进行多点会议室，除视频会议终端外，还需要设置一台中央交换设备。

(4)网关

网关是不同会议系统间互通的连接实体。

(5)高速IP网络

随着用户对Internet的需求增加以及对于信息交流的更高要求，高速IP网络将会得到快速发展，目前通过重新铺设5类线，用户可以获得10MB的接入带宽，可以充分支持企业视频会议业务。

H.323规定了视频会议所采用的编码标准，音视频以及数据控制等模块，而视频模块负责对视频源获取的视频信号进行编码以便于运输，同时对接收到的数据进行解码，将其还原成视频信号以便显示。