远程视频会议系统利用通信线路实时传送两地或多个会议地点与会者的形象、声音、以及会议资料图表和相关实物的图像等，使身居不同地点的与会者互相可以闻声见影，如同坐在同一间会议室中开会一样。目前大多数的远程视频会议系统都基于IP网络，一般由若干多媒体会议终端、IP 网络和多点控制服务器组成。会议终端是指配有视频采集设备摄像机和编解码卡、音频输入输出设备话筒和音箱以及终端应用程序的多媒体PC；多点控制服务器是一台高性能服务器。一个典型的集中式多点会议是所有终端以点对点方式向多点控制服务器发送视频流、音频流和控制流，多点服务器则遵循一定的控制协议对会议进行集中式管理，进行混音、数据分配以及视频信号混合和切换，并将处理结果送回参加会议的终端。