MPEG-4

目錄
·MPEG-4簡(jiǎn)介
·MPEG-4目標(biāo)
·多媒體視頻編碼
·MPEG-4的優(yōu)點(diǎn)
·MPEG-4視頻編碼核心思想及關(guān)鍵技術(shù)
·MPEG-4的應(yīng)用





MPEG-4簡(jiǎn)介
　　MPEG4于1998 年11 月公布，原預(yù)計(jì)1999 年1月投入使用的國(guó)際標(biāo)準(zhǔn)MPEG4不僅是針對(duì)一定比特率下的視頻、音頻編碼，更加注重多媒體系統(tǒng)的交互性和靈活性。MPEG專家組的專家們正在為MPEG-4的制定努力工作。MPEG-4標(biāo)準(zhǔn)主要應(yīng)用于視像電話(Video Phone)，視像電子郵件(Video Email)和電子新聞(Electronic News)等，其傳輸速率要求較低，在4800-64000bits/sec之間，分辨率為176X144。MPEG-4利用很窄的帶寬，通過(guò)幀重建技術(shù)，壓縮和傳輸數(shù)據(jù)，以求以最少的數(shù)據(jù)獲得最佳的圖像質(zhì)量。
　　與MPEG-1和MPEG-2相比，MPEG-4的特點(diǎn)是其更適于交互AV服務(wù)以及遠(yuǎn)程監(jiān)控。MPEG-4是第一個(gè)使你由被動(dòng)變?yōu)橹鲃?dòng)(不再只是觀看，允許你加入其中，即有交互性)的動(dòng)態(tài)圖像標(biāo)準(zhǔn)；它的另一個(gè)特點(diǎn)是其綜合性；從根源上說(shuō)，MPEG-4試圖將自然物體與人造物體相溶合(視覺(jué)效果意義上的)。MPEG-4的設(shè)計(jì)目標(biāo)還有更廣的適應(yīng)性和可擴(kuò)展性。
MPEG-4目標(biāo)
　　一、 低比特率下的多媒體通信；
　　二、 是多工業(yè)的多媒體通信的綜合。
　　據(jù)此目標(biāo)，MPEG4 引入AV 對(duì)象（Audio/Visaul Objects）， 使得更多的交互操作成為可能。
　　MPEG-4是為在國(guó)際互聯(lián)網(wǎng)絡(luò)上或移動(dòng)通信設(shè)備（例如移動(dòng)電話）上實(shí)時(shí)傳輸音/視頻訊號(hào)而制定的最新MPEG標(biāo)準(zhǔn)，MPEG4采用Object Based方式解壓縮，壓縮比指標(biāo)遠(yuǎn)遠(yuǎn)優(yōu)于以上幾種，壓縮倍數(shù)為450倍(靜態(tài)圖像可達(dá)800倍)，分辨率輸入可從320 ×240到1280 ×1024，這是同質(zhì)量的MPEG1和MJEPG的十倍多。
　　MPEG4使用「圖層」(layer)方式，能夠智能化選擇影像的不同之處，是可根據(jù)圖像內(nèi)容，將其中的對(duì)象（人物、物體、背景）分離出來(lái)分別進(jìn)行壓縮，使圖文件容量大幅縮減，而加速音/視頻的傳輸，這不僅僅大大提高了壓縮比，也使圖像探測(cè)的功能和準(zhǔn)確性更充分的體現(xiàn)出來(lái)。
　　在網(wǎng)絡(luò)傳輸中可以設(shè)定MPEG4的碼流速率，清晰度也可在一定的范圍內(nèi)作相應(yīng)的變化，這樣便于用戶根據(jù)自己對(duì)錄像時(shí)間、傳輸路數(shù)和清晰度的不同要求進(jìn)行不同的設(shè)置，大大提高了系統(tǒng)使用時(shí)的適應(yīng)性和靈活性。也可采用動(dòng)態(tài)幀測(cè)技術(shù)，動(dòng)態(tài)時(shí)快錄，靜態(tài)時(shí)慢錄，從而減少平均數(shù)據(jù)量，節(jié)省存儲(chǔ)空間。而且當(dāng)在傳輸有誤碼或丟包現(xiàn)象時(shí)，MPEG4受到的影響很小，并且能迅速恢復(fù)。
　　MPEG4的應(yīng)用前景將是非常廣闊的。 它的出現(xiàn)將對(duì)以下各方面產(chǎn)生較大的推動(dòng)作用：數(shù)字電視、動(dòng)態(tài)圖像、萬(wàn)維網(wǎng)（WWW）、實(shí)時(shí)多媒體監(jiān)控、低比特率下的移動(dòng)多媒體通信、于內(nèi)容存儲(chǔ)和檢索多媒系統(tǒng)、Internet/Intranet上的視頻流與可視游戲、基于面部表情模擬的虛擬會(huì)議、DVD上的交互多媒體應(yīng)用、基于計(jì)算機(jī)網(wǎng)絡(luò)的可視化合作實(shí)驗(yàn)室場(chǎng)景應(yīng)用、演播電視等。
　　當(dāng)然，除了MPEG 4外，還有更先進(jìn)的下一個(gè)版本MPEG 7 ，準(zhǔn)確來(lái)說(shuō)， MPEG-7并不是一種壓縮編碼方法，而是一個(gè)多媒體內(nèi)容描述接口。繼MPEG4之后，要解決的矛盾就是對(duì)日漸龐大的圖像、聲音信息的管理和迅速搜索。MPEG 7就是針對(duì)這個(gè)矛盾的解決方案。MPEG7力求能夠快速且有效地搜索出用戶所需的不同類型的多媒體材料。預(yù)計(jì)這個(gè)方案于2001年初最終完成并公布。按照以往 MPEG-4的經(jīng)驗(yàn)，MPEG-7起碼要再過(guò)兩年才能進(jìn)入實(shí)際應(yīng)用階。
多媒體視頻編碼
　　運(yùn)動(dòng)圖像專家組MPEG 于1999年2月正式公布了MPEG-4(ISO/IEC14496)標(biāo)準(zhǔn)第一版本。同年年底MPEG-4第二版亦告底定，且于2000年年初正式成為國(guó)際標(biāo)準(zhǔn)。
　　MPEG-4與MPEG-1和MPEG-2有很大的不同。MPEG-4不只是具體壓縮算法，它是針對(duì)數(shù)字電視、交互式繪圖應(yīng)用(影音合成內(nèi)容)、交互式多媒體(WWW、資料擷取與分散)等整合及壓縮技術(shù)的需求而制定的國(guó)際標(biāo)準(zhǔn)。MPEG -4標(biāo)準(zhǔn)將眾多的多媒體應(yīng)用集成于一個(gè)完整的框架內(nèi)，旨在為多媒體通信及應(yīng)用環(huán)境提供標(biāo)準(zhǔn)的算法及工具，從而建立起一種能被多媒體傳輸、存儲(chǔ)、檢索等應(yīng)用領(lǐng)域普遍采用的統(tǒng)一數(shù)據(jù)格式。
　　MPEG-4的編碼理念是：MPEG-4標(biāo)準(zhǔn)同以前標(biāo)準(zhǔn)的最顯著的差別在于它是采用基于對(duì)象的編碼理念，即在編碼時(shí)將一幅景物分成若干在時(shí)間和空間上相互聯(lián)系的視頻音頻對(duì)象，分別編碼后，再經(jīng)過(guò)復(fù)用傳輸?shù)浇邮斩�，然后再�?duì)不同的對(duì)象分別解碼，從而組合成所需要的視頻和音頻。這樣既方便我們對(duì)不同的對(duì)象采用不同的編碼方法和表示方法，又有利于不同數(shù)據(jù)類型間的融合，并且這樣也可以方便的實(shí)現(xiàn)對(duì)于各種對(duì)象的操作及編輯。例如，我們可以將一個(gè)卡通人物放在真實(shí)的場(chǎng)景中，或者將真人置于一個(gè)虛擬的演播室里，還可以在互聯(lián)網(wǎng)上方便的實(shí)現(xiàn)交互，根據(jù)自己的需要有選擇的組合各種視頻音頻以及圖形文本對(duì)象。
　　MPEG-4系統(tǒng)的一般框架是：對(duì)自然或合成的視聽內(nèi)容的表示；對(duì)視聽內(nèi)容數(shù)據(jù)流的管理，如多點(diǎn)、同步、緩沖管理等；對(duì)靈活性的支持和對(duì)系統(tǒng)不同部分的配置。
MPEG-4的優(yōu)點(diǎn)
　　(1) 基于內(nèi)容的交互性
　　MPEG-4提供了基于內(nèi)容的多媒體數(shù)據(jù)訪問(wèn)工具，如索引、超級(jí)鏈接、上傳、下載、刪除等。利用這些工具，用戶可以方便地從多媒體數(shù)據(jù)庫(kù)中有選擇地獲取自己所需的與對(duì)象有關(guān)的內(nèi)容，并提供了內(nèi)容的操作和位流編輯功能，可應(yīng)用于交互式家庭購(gòu)物，淡入淡出的數(shù)字化效果等。MPEG-4提供了高效的自然或合成的多媒體數(shù)據(jù)編碼方法。它可以把自然場(chǎng)景或?qū)ο蠼M合起來(lái)成為合成的多媒體數(shù)據(jù)。
　　
　�。�2)高效的壓縮性
　　MPEG-4基于更高的編碼效率。同已有的或即將形成的其它標(biāo)準(zhǔn)相比，在相同的比特率下，它基于更高的視覺(jué)聽覺(jué)質(zhì)量，這就使得在低帶寬的信道上傳送視頻、音頻成為可能。同時(shí)MPEG-4還能對(duì)同時(shí)發(fā)生的數(shù)據(jù)流進(jìn)行編碼。一個(gè)場(chǎng)景的多視角或多聲道數(shù)據(jù)流可以高效、同步地合成為最終數(shù)據(jù)流。這可用于虛擬三維游戲、三維電影、飛行仿真練習(xí)等。
　�。�3)通用的訪問(wèn)性
　　MPEG-4提供了易出錯(cuò)環(huán)境的魯棒性，來(lái)保證其在許多無(wú)線和有線網(wǎng)絡(luò)以及存儲(chǔ)介質(zhì)中的應(yīng)用，此外，MPEG-4還支持基于內(nèi)容的的可分級(jí)性，即把內(nèi)容、質(zhì)量、復(fù)雜性分成許多小塊來(lái)滿足不同用戶的不同需求，支持具有不同帶寬，不同存儲(chǔ)容量的傳輸信道和接收端。
　　這些特點(diǎn)無(wú)疑會(huì)加速多媒體應(yīng)用的發(fā)展，從中受益的應(yīng)用領(lǐng)域有：因特網(wǎng)多媒體應(yīng)用；廣播電視；交互式視頻游戲；實(shí)時(shí)可視通信；交互式存儲(chǔ)媒體應(yīng)用；演播室技術(shù)及電視后期制作；采用面部動(dòng)畫技術(shù)的虛擬會(huì)議；多媒體郵件；移動(dòng)通信條件下的多媒體應(yīng)用；遠(yuǎn)程視頻監(jiān)控；通過(guò)ATM網(wǎng)絡(luò)等進(jìn)行的遠(yuǎn)程數(shù)據(jù)庫(kù)業(yè)務(wù)等。
MPEG-4視頻編碼核心思想及關(guān)鍵技術(shù)
　　MPEG-4視頻編碼核心思想及技術(shù)研究"
　　摘要
　　MPEG-4是新一代基于內(nèi)容的多媒體數(shù)據(jù)壓縮編碼國(guó)際標(biāo)準(zhǔn)，它與傳統(tǒng)視頻編碼標(biāo)準(zhǔn)的最大不同在于第一次提出了基于對(duì)象的視頻編碼新概念�；�于內(nèi)容的交互性是MPEG-4標(biāo)準(zhǔn)的核心思想，這對(duì)于視頻編碼技術(shù)的發(fā)展方向及廣泛應(yīng)用都具有特別重要的意義。
　　劉達(dá)　毛加軒 文章來(lái)源：中國(guó)數(shù)據(jù)通信　
　　關(guān)鍵詞 MPEG-4 數(shù)據(jù)壓縮 視頻編碼 視聽對(duì)象 基于內(nèi)容編碼 視頻對(duì)象提取 運(yùn)動(dòng)估計(jì)與補(bǔ)償
　　 1 引言
　　當(dāng)今時(shí)代，信息技術(shù)和計(jì)算機(jī)互聯(lián)網(wǎng)飛速發(fā)展，在此背景下，多媒體信息已成為人類獲取信息的最主要載體，同時(shí)也成為電子信息領(lǐng)域技術(shù)開發(fā)和研究的熱點(diǎn)。多媒體信息經(jīng)數(shù)字化處理后具有易于加密、抗干擾能力強(qiáng)、可再生中繼等優(yōu)點(diǎn)，但同時(shí)也伴隨海量數(shù)據(jù)的產(chǎn)生，這對(duì)信息存儲(chǔ)設(shè)備及通信網(wǎng)絡(luò)均提出了很高要求，從而成為阻礙人們有效獲取和使用信息的重大瓶頸。
　　因此研究高效的多媒體數(shù)據(jù)壓縮編碼方法，以壓縮形式存儲(chǔ)和傳輸數(shù)字化的多媒體信息具有重要意義。作為多媒體技術(shù)的核心及關(guān)鍵，多媒體數(shù)據(jù)壓縮編碼近年來(lái)在技術(shù)及應(yīng)用方面都取得了長(zhǎng)足進(jìn)展，它的進(jìn)步和完善正深刻影響著現(xiàn)代社會(huì)的方方面面。
　　 2 視頻編碼研究與MPEG標(biāo)準(zhǔn)演進(jìn)
　　人類獲取的信息中70%來(lái)自于視覺(jué)，視頻信息在多媒體信息中占有重要地位；同時(shí)視頻數(shù)據(jù)冗余度最大，經(jīng)壓縮處理后的視頻質(zhì)量高低是決定多媒體服務(wù)質(zhì)量的關(guān)鍵因素。因此數(shù)字視頻技術(shù)是多媒體應(yīng)用的核心技術(shù)，對(duì)視頻編碼的研究已成為信息技術(shù)領(lǐng)域的熱門話題。
　　視頻編碼的研究課題主要有數(shù)據(jù)壓縮比、壓縮/解壓速度及快速實(shí)現(xiàn)算法三方面內(nèi)容。以壓縮/解壓后數(shù)據(jù)與壓縮前原始數(shù)據(jù)是否完全一致作為衡量標(biāo)準(zhǔn)，可將數(shù)據(jù)壓縮劃分為無(wú)失真壓縮（即可逆壓縮）和有失真壓縮（即不可逆壓縮）兩類。
　　傳統(tǒng)壓縮編碼建立在仙農(nóng)信息論基礎(chǔ)之上的，以經(jīng)典集合論為工具，用概率統(tǒng)計(jì)模型來(lái)描述信源，其壓縮思想基于數(shù)據(jù)統(tǒng)計(jì)，因此只能去除數(shù)據(jù)冗余，屬于低層壓縮編碼的范疇。
　　伴隨著視頻編碼相關(guān)學(xué)科及新興學(xué)科的迅速發(fā)展，新一代數(shù)據(jù)壓縮技術(shù)不斷誕生并日益成熟，其編碼思想由基于像素和像素塊轉(zhuǎn)變?yōu)榛�于�?nèi)容 （content-based）。它突破了仙農(nóng)信息論框架的束縛，充分考慮了人眼視覺(jué)特性及信源特性，通過(guò)去除內(nèi)容冗余來(lái)實(shí)現(xiàn)數(shù)據(jù)壓縮，可分為基于對(duì)象（object-based）和基于語(yǔ)義（semantics-based）兩種，前者屬于中層壓縮編碼，后者屬于高層壓縮編碼。
　　與此同時(shí)，視頻編碼相關(guān)標(biāo)準(zhǔn)的制定也日臻完善。視頻編碼標(biāo)準(zhǔn)主要由ITU-T和ISO/IEC開發(fā)。ITU-T發(fā)布的視頻標(biāo)準(zhǔn)有H.261、 H.262、 H.263、 H.263+、H.263++，ISO/IEC公布的MPEG系列標(biāo)準(zhǔn)有MPEG-1、MPEG-2 、MPEG-4 和MPEG-7，并且計(jì)劃公布MPEG-21。
　　MPEG即Moving Picture Expert Group（運(yùn)動(dòng)圖像專家組），它是專門從事制定多媒體視音頻壓縮編碼標(biāo)準(zhǔn)的國(guó)際組織。MPEG系列標(biāo)準(zhǔn)已成為國(guó)際上影響最大的多媒體技術(shù)標(biāo)準(zhǔn)，其中MPEG-1和MPEG-2是采用以仙農(nóng)信息論為基礎(chǔ)的預(yù)測(cè)編碼、變換編碼、熵編碼及運(yùn)動(dòng)補(bǔ)償?shù)鹊谝淮鷶?shù)據(jù)壓縮編碼技術(shù)；MPEG-4（ISO/IEC 14496）則是基于第二代壓縮編碼技術(shù)制定的國(guó)際標(biāo)準(zhǔn)，它以視聽媒體對(duì)象為基本單元，采用基于內(nèi)容的壓縮編碼，以實(shí)現(xiàn)數(shù)字視音頻、圖形合成應(yīng)用及交互式多媒體的集成。MPEG系列標(biāo)準(zhǔn)對(duì)VCD、DVD等視聽消費(fèi)電子及數(shù)字電視和高清晰度電視（DTV&&HDTV）、多媒體通信等信息產(chǎn)業(yè)的發(fā)展產(chǎn)生了巨大而深遠(yuǎn)的影響。
　　 3 MPEG-4視頻編碼核心思想及關(guān)鍵技術(shù)
　　3.1 核心思想
　　在MPEG-4制定之前，MPEG-1、MPEG-2、H.261、H.263都是采用第一代壓縮編碼技術(shù)，著眼于圖像信號(hào)的統(tǒng)計(jì)特性來(lái)設(shè)計(jì)編碼器，屬于波形編碼的范疇。第一代壓縮編碼方案把視頻序列按時(shí)間先后分為一系列幀，每一幀圖像又分成宏塊以進(jìn)行運(yùn)動(dòng)補(bǔ)償和編碼，這種編碼方案存在以下缺陷：
　　· 將圖像固定地分成相同大小的塊，在高壓縮比的情況下會(huì)出現(xiàn)嚴(yán)重的塊效應(yīng)，即馬賽克效應(yīng)；
　　· 不能對(duì)圖像內(nèi)容進(jìn)行訪問(wèn)、編輯和回放等操作；
　　· 未充分利用人類視覺(jué)系統(tǒng)（HVS，Human Visual System）的特性。
　　MPEG-4則代表了基于模型/對(duì)象的第二代壓縮編碼技術(shù)，它充分利用了人眼視覺(jué)特性，抓住了圖像信息傳輸?shù)谋举|(zhì)，從輪廓、紋理思路出發(fā)，支持基于視覺(jué)內(nèi)容的交互功能，這適應(yīng)了多媒體信息的應(yīng)用由播放型轉(zhuǎn)向基于內(nèi)容的訪問(wèn)、檢索及操作的發(fā)展趨勢(shì)。
　　AV對(duì)象（AVO，Audio Visual Object）是MPEG-4為支持基于內(nèi)容編碼而提出的重要概念。對(duì)象是指在一個(gè)場(chǎng)景中能夠訪問(wèn)和操縱的實(shí)體，對(duì)象的劃分可根據(jù)其獨(dú)特的紋理、運(yùn)動(dòng)、形狀、模型和高層語(yǔ)義為依據(jù)。在MPEG-4中所見的視音頻已不再是過(guò)去MPEG-1、MPEG-2中圖像幀的概念，而是一個(gè)個(gè)視聽場(chǎng)景（AV場(chǎng)景），這些不同的AV場(chǎng)景由不同的AV對(duì)象組成。AV對(duì)象是聽覺(jué)、視覺(jué)、或者視聽內(nèi)容的表示單元，其基本單位是原始AV對(duì)象，它可以是自然的或合成的聲音、圖像。原始AV對(duì)象具有高效編碼、高效存儲(chǔ)與傳輸以及可交互操作的特性，它又可進(jìn)一步組成復(fù)合AV對(duì)象。因此MPEG-4標(biāo)準(zhǔn)的基本內(nèi)容就是對(duì)AV對(duì)象進(jìn)行高效編碼、組織、存儲(chǔ)與傳輸。AV對(duì)象的提出，使多媒體通信具有高度交互及高效編碼的能力，AV對(duì)象編碼就是MPEG-4的核心編碼技術(shù)。
　　MPEG-4不僅可提供高壓縮率，同時(shí)也可實(shí)現(xiàn)更好的多媒體內(nèi)容互動(dòng)性及全方位的存取性，它采用開放的編碼系統(tǒng)，可隨時(shí)加入新的編碼算法模塊，同時(shí)也可根據(jù)不同應(yīng)用需求現(xiàn)場(chǎng)配置解碼器，以支持多種多媒體應(yīng)用。
　　MPEG-4 采用了新一代視頻編碼技術(shù)，它在視頻編碼發(fā)展史上第一次把編碼對(duì)象從圖像幀拓展到具有實(shí)際意義的任意形狀視頻對(duì)象，從而實(shí)現(xiàn)了從基于像素的傳統(tǒng)編碼向基于對(duì)象和內(nèi)容的現(xiàn)代編碼的轉(zhuǎn)變，因而引領(lǐng)著新一代智能圖像編碼的發(fā)展潮流。
　　3.2 關(guān)鍵技術(shù)
　　MPEG-4除采用第一代視頻編碼的核心技術(shù)，如變換編碼、運(yùn)動(dòng)估計(jì)與運(yùn)動(dòng)補(bǔ)償、量化、熵編碼外，還提出了一些新的有創(chuàng)見性的關(guān)鍵技術(shù)，并在第一代視頻編碼技術(shù)基礎(chǔ)上進(jìn)行了卓有成效的完善和改進(jìn)。下面重點(diǎn)介紹其中的一些關(guān)鍵技術(shù)。
　　1. 視頻對(duì)象提取技術(shù)
　　MPEG-4實(shí)現(xiàn)基于內(nèi)容交互的首要任務(wù)就是把視頻/圖像分割成不同對(duì)象或者把運(yùn)動(dòng)對(duì)象從背景中分離出來(lái)，然后針對(duì)不同對(duì)象采用相應(yīng)編碼方法，以實(shí)現(xiàn)高效壓縮。因此視頻對(duì)象提取即視頻對(duì)象分割，是MPEG-4視頻編碼的關(guān)鍵技術(shù)，也是新一代視頻編碼的研究熱點(diǎn)和難點(diǎn)。
　　視頻對(duì)象分割涉及對(duì)視頻內(nèi)容的分析和理解，這與人工智能、圖像理解、模式識(shí)別和神經(jīng)網(wǎng)絡(luò)等學(xué)科有密切聯(lián)系。目前人工智能的發(fā)展還不夠完善，計(jì)算機(jī)還不具有觀察、識(shí)別、理解圖像的能力；同時(shí)關(guān)于計(jì)算機(jī)視覺(jué)的研究也表明要實(shí)現(xiàn)正確的圖像分割需要在更高層次上對(duì)視頻內(nèi)容進(jìn)行理解。因此，盡管MPEG-4 框架已經(jīng)制定，但至今仍沒(méi)有通用的有效方法去根本解決視頻對(duì)象分割問(wèn)題，視頻對(duì)象分割被認(rèn)為是一個(gè)具有挑戰(zhàn)性的難題，基于語(yǔ)義的分割則更加困難。
　　目前進(jìn)行視頻對(duì)象分割的一般步驟是：先對(duì)原始視頻/圖像數(shù)據(jù)進(jìn)行簡(jiǎn)化以利于分割，這可通過(guò)低通濾波、中值濾波、形態(tài)濾波來(lái)完成；然后對(duì)視頻/圖像數(shù)據(jù)進(jìn)行特征提取，可以是顏色、紋理、運(yùn)動(dòng)、幀差、位移幀差乃至語(yǔ)義等特征；再基于某種均勻性標(biāo)準(zhǔn)來(lái)確定分割決策，根據(jù)所提取特征將視頻數(shù)據(jù)歸類；最后是進(jìn)行相關(guān)后處理，以實(shí)現(xiàn)濾除噪聲及準(zhǔn)確提取邊界。
　　在視頻分割中基于數(shù)學(xué)形態(tài)理論的分水嶺（watershed）算法被廣泛使用，它又稱水線算法，其基本過(guò)程是連續(xù)腐蝕二值圖像，由圖像簡(jiǎn)化、標(biāo)記提取、決策、后處理四個(gè)階段構(gòu)成。分水嶺算法具有運(yùn)算簡(jiǎn)單、性能優(yōu)良，能夠較好提取運(yùn)動(dòng)對(duì)象輪廓、準(zhǔn)確得到運(yùn)動(dòng)物體邊緣的優(yōu)點(diǎn)。但分割時(shí)需要梯度信息，對(duì)噪聲較敏感，且未利用幀間信息，通常會(huì)產(chǎn)生圖像過(guò)度分割。
　　2. VOP視頻編碼技術(shù)
　　視頻對(duì)象平面（VOP，Video Object Plane）是視頻對(duì)象（VO）在某一時(shí)刻的采樣，VOP是MPEG-4視頻編碼的核心概念。MPEG-4在編碼過(guò)程中針對(duì)不同VO采用不同的編碼策略，即對(duì)前景VO的壓縮編碼盡可能保留細(xì)節(jié)和平滑；對(duì)背景VO則采用高壓縮率的編碼策略，甚至不予傳輸而在解碼端由其他背景拼接而成。這種基于對(duì)象的視頻編碼不僅克服了第一代視頻編碼中高壓縮率編碼所產(chǎn)生的方塊效應(yīng)，而且使用戶可與場(chǎng)景交互，從而既提高了壓縮比，又實(shí)現(xiàn)了基于內(nèi)容的交互，為視頻編碼提供了廣闊的發(fā)展空間。
　　MPEG-4支持任意形狀圖像與視頻的編解碼。對(duì)于任意形狀視頻對(duì)象。對(duì)于極低比特率實(shí)時(shí)應(yīng)用，如可視電話、會(huì)議電視，MPEG-4則采用VLBV（Very Low Bit-rate Video，極低比特率視頻）核進(jìn)行編碼。
　　傳統(tǒng)的矩形圖在MPEG-4中被看作是VO的一種特例，這正體現(xiàn)了傳統(tǒng)編碼與基于內(nèi)容編碼在MPEG-4中的統(tǒng)一。VO概念的引入，更加符合人腦對(duì)視覺(jué)信息的處理方式，并使視頻信號(hào)的處理方式從數(shù)字化進(jìn)展到智能化，從而提高了視頻信號(hào)的交互性和靈活性，使得更廣泛的視頻應(yīng)用及更多的內(nèi)容交互成為可能。因此VOP視頻編碼技術(shù)被譽(yù)為視頻信號(hào)處理技術(shù)從數(shù)字化進(jìn)入智能化的初步探索。
　　3. 視頻編碼可分級(jí)性技術(shù)
　　隨著因特網(wǎng)業(yè)務(wù)的巨大增長(zhǎng)，在速率起伏很大的IP（Internet Protocol）網(wǎng)絡(luò)及具有不同傳輸特性的異構(gòu)網(wǎng)絡(luò)上進(jìn)行視頻傳輸?shù)囊�求和�?yīng)用越來(lái)越多。在這種背景下，視頻分級(jí)編碼的重要性日益突出，其應(yīng)用非常廣泛，且具有很高的理論研究及實(shí)際應(yīng)用價(jià)值，因此受到人們的極大關(guān)注。
　　視頻編碼的可分級(jí)性（scalability）是指碼率的可調(diào)整性，即視頻數(shù)據(jù)只壓縮一次，卻能以多個(gè)幀率、空間分辨率或視頻質(zhì)量進(jìn)行解碼，從而可支持多種類型用戶的各種不同應(yīng)用要求。
　　MPEG-4通過(guò)視頻對(duì)象層（VOL，Video Object Layer）數(shù)據(jù)結(jié)構(gòu)來(lái)實(shí)現(xiàn)分級(jí)編碼。MPEG-4提供了兩種基本分級(jí)工具，即時(shí)域分級(jí)（Temporal Scalability）和空域分級(jí)（Spatial Scalability），此外還支持時(shí)域和空域的混合分級(jí)。每一種分級(jí)編碼都至少有兩層VOL，低層稱為基本層，高層稱為增強(qiáng)層�；�本層提供了視頻序列的基本信息，增強(qiáng)層提供了視頻序列更高的分辨率和細(xì)節(jié)。
　　在隨后增補(bǔ)的視頻流應(yīng)用框架中，MPEG-4提出了FGS（Fine Granularity Scalable，精細(xì)可伸縮性）視頻編碼算法以及PFGS（Progressive Fine Granularity Scalable，漸進(jìn)精細(xì)可伸縮性）視頻編碼算法。
　　FGS編碼實(shí)現(xiàn)簡(jiǎn)單，可在編碼速率、顯示分辨率、內(nèi)容、解碼復(fù)雜度等方面提供靈活的自適應(yīng)和可擴(kuò)展性，且具有很強(qiáng)的帶寬自適應(yīng)能力和抗誤碼性能。但還存在編碼效率低于非可擴(kuò)展編碼及接收端視頻質(zhì)量非最優(yōu)兩個(gè)不足。
　　PFGS則是為改善FGS編碼效率而提出的視頻編碼算法，其基本思想是在增強(qiáng)層圖像編碼時(shí)使用前一幀重建的某個(gè)增強(qiáng)層圖像為參考進(jìn)行運(yùn)動(dòng)補(bǔ)償，以使運(yùn)動(dòng)補(bǔ)償更加有效，從而提高編碼效率。
　　4. 運(yùn)動(dòng)估計(jì)與運(yùn)動(dòng)補(bǔ)償技術(shù)
　　MPEG-4采用I-VOP、P-VOP、B-VOP三種幀格式來(lái)表征不同的運(yùn)動(dòng)補(bǔ)償類型。它采用了H.263中的半像素搜索（half pixel searching）技術(shù)和重疊運(yùn)動(dòng)補(bǔ)償（overlapped motion compensation)技術(shù)，同時(shí)又引入重復(fù)填充（repetitive padding）技術(shù)和修改的塊（多邊形）匹配（modified block （polygon）matching）技術(shù)以支持任意形狀的VOP區(qū)域。
　　此外，為提高運(yùn)動(dòng)估計(jì)算法精度，MPEG-4采用了MVFAST（Motion Vector Field Adaptive Search Technique）和改進(jìn)的PMVFAST（Predictive MVFAST）方法用于運(yùn)動(dòng)估計(jì)。對(duì)于全局運(yùn)動(dòng)估計(jì)，則采用了基于特征的快速頑健的FFRGMET（Feature-based Fast and Robust Global Motion Estimation Technique）方法。
　　在MPEG-4視頻編碼中，運(yùn)動(dòng)估計(jì)相當(dāng)耗時(shí)，對(duì)編碼的實(shí)時(shí)性影響很大。因此這里特別強(qiáng)調(diào)快速算法。運(yùn)動(dòng)估計(jì)方法主要有像素遞歸法和塊匹配法兩大類，前者復(fù)雜度很高，實(shí)際中應(yīng)用較少，后者則在H.263和MPEG中廣泛采用。在塊匹配法中，重點(diǎn)研究塊匹配準(zhǔn)則及搜索方法。目前有三種常用的匹配準(zhǔn)則：
　　（1）絕對(duì)誤差和（SAD, Sum of Absolute Difference）準(zhǔn)則；
　�。�2）均方誤差（MSE, Mean Square Error）準(zhǔn)則；
　�。�3）歸一化互相關(guān)函數(shù)（NCCF, Normalized Cross Correlation Function）準(zhǔn)則。
　　在上述三種準(zhǔn)則中，SAD準(zhǔn)則具有不需乘法運(yùn)算、實(shí)現(xiàn)簡(jiǎn)單方便的優(yōu)點(diǎn)而使用最多，但應(yīng)清楚匹配準(zhǔn)則的選用對(duì)匹配結(jié)果影響不大。
　　在選取匹配準(zhǔn)則后就應(yīng)進(jìn)行尋找最優(yōu)匹配點(diǎn)的搜索工作。最簡(jiǎn)單、最可靠的方法是全搜索法（FS, Full Search），但計(jì)算量太大，不便于實(shí)時(shí)實(shí)現(xiàn)。因此快速搜索法應(yīng)運(yùn)而生，主要有交叉搜索法、二維對(duì)數(shù)法和鉆石搜索法，其中鉆石搜索法被MPEG-4校驗(yàn)?zāi)Ｐ停╒M, Verification Model）所采納，下面詳細(xì)介紹。
　　鉆石搜索（DS, Diamond Search）法以搜索模板形狀而得名，具有簡(jiǎn)單、魯棒、高效的特點(diǎn)，是現(xiàn)有性能最優(yōu)的快速搜索算法之一。其基本思想是利用搜索模板的形狀和大小對(duì)運(yùn)動(dòng)估計(jì)算法速度及精度產(chǎn)生重要影響的特性。在搜索最優(yōu)匹配點(diǎn)時(shí)，選擇小的搜索模板可能會(huì)陷入局部最優(yōu)，選擇大的搜索模板則可能無(wú)法找到最優(yōu)點(diǎn)。因此DS算法針對(duì)視頻圖像中運(yùn)動(dòng)矢量的基本規(guī)律，選用了兩種形狀大小的搜索模板。
　　· 大鉆石搜索模板（LDSP, Large Diamond Search Pattern），包含9個(gè)候選位置；
　　· 小鉆石搜索模板（SDSP, Small Diamond Search Pattern），包含5個(gè)候選位置。
　　DS算法搜索過(guò)程如下：開始階段先重復(fù)使用大鉆石搜索模板，直到最佳匹配塊落在大鉆石中心。由于LDSP步長(zhǎng)大，因而搜索范圍廣，可實(shí)現(xiàn)粗定位，使搜索不會(huì)陷于局部最小，當(dāng)粗定位結(jié)束后，可認(rèn)為最優(yōu)點(diǎn)就在LDSP 周圍8 個(gè)點(diǎn)所圍菱形區(qū)域中。然后再使用小鉆石搜索模板來(lái)實(shí)現(xiàn)最佳匹配塊的準(zhǔn)確定位，以不產(chǎn)生較大起伏，從而提高運(yùn)動(dòng)估計(jì)精度。
　　此外Sprite視頻編碼技術(shù)也在MPEG-4中應(yīng)用廣泛，作為其核心技術(shù)之一。Sprite又稱鑲嵌圖或背景全景圖，是指一個(gè)視頻對(duì)象在視頻序列中所有出現(xiàn)部分經(jīng)拼接而成的一幅圖像。利用Sprite可以直接重構(gòu)該視頻對(duì)象或?qū)ζ溥M(jìn)行預(yù)測(cè)補(bǔ)償編碼。
　　Sprite視頻編碼可視為一種更為先進(jìn)的運(yùn)動(dòng)估計(jì)和補(bǔ)償技術(shù)，它能夠克服基于固定分塊的傳統(tǒng)運(yùn)動(dòng)估計(jì)和補(bǔ)償技術(shù)的不足，MPEG-4正是采用了將傳統(tǒng)分塊編碼技術(shù)與Sprite編碼技術(shù)相結(jié)合的策略�！�
　　 4 結(jié)束語(yǔ)
　　多媒體數(shù)據(jù)壓縮編碼的發(fā)展趨勢(shì)是基于內(nèi)容的壓縮，這實(shí)際上是信息處理的高級(jí)階段，更加向人自身的信息處理方式靠近。人的信息處理并不是基于信號(hào)的，而是基于一個(gè)比較抽象的、能夠直接進(jìn)行記憶和處理的方式。
　　MPEG-4作為新一代多媒體數(shù)據(jù)壓縮編碼的典型代表，它第一次提出了基于內(nèi)容、基于對(duì)象的壓縮編碼思想。它要求對(duì)自然或合成視聽對(duì)象作更多分析甚至是理解，這正是信息處理的高級(jí)階段，因而代表了現(xiàn)代數(shù)據(jù)壓縮編碼技術(shù)的發(fā)展方向。
　　MPEG-4實(shí)現(xiàn)了從矩形幀到VOP的轉(zhuǎn)變以及基于像素的傳統(tǒng)編碼向基于對(duì)象和內(nèi)容的現(xiàn)代編碼的轉(zhuǎn)變，這正體現(xiàn)了傳統(tǒng)視頻編碼與新一代視頻編碼的有機(jī)統(tǒng)一�；�于內(nèi)容的交互性是MPEG-4的核心思想，這對(duì)于視頻編碼技術(shù)的發(fā)展方向及廣泛應(yīng)用都具有特別重要的意義。
MPEG-4的應(yīng)用
　　（1)應(yīng)用于因特網(wǎng)視音頻廣播
　　由于上網(wǎng)人數(shù)與日俱增，傳統(tǒng)電視廣播的觀眾逐漸減少，隨之而來(lái)的便是廣告收入的減少，所以現(xiàn)在的固定式電視廣播最終將轉(zhuǎn)向基于TCP/IP的因特網(wǎng)廣播，觀眾的收看方式也由簡(jiǎn)單的遙控器選擇頻道轉(zhuǎn)為網(wǎng)上視頻點(diǎn)播。視頻點(diǎn)播的概念不是先把節(jié)目下載到硬盤，然后再播放，而是流媒體視頻(streaming video)，點(diǎn)擊即觀看，邊傳輸邊播放。
　　現(xiàn)在因特網(wǎng)中播放視音頻的有：Real Networks公司的 Real Media，微軟公司的 Windows Media，蘋果公司的 QuickTime，它們定義的視音頻格式互不兼容，有可能導(dǎo)致媒體流中難以控制的混亂，而MPEG-4為因特網(wǎng)視頻應(yīng)用提供了一系列的標(biāo)準(zhǔn)工具，使視音頻碼流具有規(guī)范一致性。因此在因特網(wǎng)播放視音頻采用MPEG-4，應(yīng)該說(shuō)是一個(gè)安全的選擇。
　�。�2)應(yīng)用于無(wú)線通信
　　MPEG-4高效的碼率壓縮，交互和分級(jí)特性尤其適合于在窄帶移動(dòng)網(wǎng)上實(shí)現(xiàn)多媒體通信，未來(lái)的手機(jī)將變成多媒體移動(dòng)接收機(jī)，不僅可以打移動(dòng)電視電話、移動(dòng)上網(wǎng)，還可以移動(dòng)接收多媒體廣播和收看電視。
　�。�3)應(yīng)用于靜止圖像壓縮
　　靜止圖像（圖片）在因特網(wǎng)中大量使用，現(xiàn)在網(wǎng)上的圖片壓縮多采用JPEG技術(shù)。 MPEG-4中的靜止圖像(紋理)壓縮是基于小波變換的，在同樣質(zhì)量條件下，壓縮后的文件大小約是JPEG壓縮文件的十分之一。把因特網(wǎng)上使用的JPEG 圖片轉(zhuǎn)換成MPEG-4格式，可以大幅度提高圖片在網(wǎng)絡(luò)中的傳輸速度。
　�。�4)應(yīng)用于電視電話
　　傳統(tǒng)用于窄帶電視電話業(yè)務(wù)的壓縮編碼標(biāo)準(zhǔn)，如H261，采用幀內(nèi)壓縮、幀間壓縮、減少象素和抽幀等辦法來(lái)降低碼率，但編碼效率和圖像質(zhì)量都難以令人滿意。MPEG-4的壓縮編碼可以做到以極低碼率傳送質(zhì)量可以接受的聲像信號(hào)，使電視電話業(yè)務(wù)可以在窄帶的公用電話網(wǎng)上實(shí)現(xiàn)。
　　（5)應(yīng)用于計(jì)算機(jī)圖形、動(dòng)畫與仿真
　　MPEG-4特殊的編碼方式和強(qiáng)大的交互能力，使得基于MPEG-4的計(jì)算機(jī)圖形和動(dòng)畫可以從各種來(lái)源的多媒體數(shù)據(jù)庫(kù)中獲取素材，并實(shí)時(shí)組合出所需要的結(jié)果。因而未來(lái)的計(jì)算機(jī)圖形可以在MPEG-4語(yǔ)法所允許的范圍內(nèi)向所希望的方向無(wú)限發(fā)展，產(chǎn)生出今天無(wú)法想象的動(dòng)畫及仿真效果。
　�。�6)應(yīng)用于電子游戲
　　MPEG-4可以進(jìn)行自然圖像與聲音同人工合成的圖像與聲音的混合編碼，在編碼方式上具有前所未有的靈活性，并且能及時(shí)從各種來(lái)源的多媒體數(shù)據(jù)庫(kù)中調(diào)用素材。這可以在將來(lái)產(chǎn)生象電影一樣的電子游戲，實(shí)現(xiàn)極高自由度的交互式操作。
　�。�7）硬件產(chǎn)品上面的應(yīng)用
　　目前，MPEG4技術(shù)在硬件產(chǎn)品上也已開始逐步得到應(yīng)用。特別是在視頻監(jiān)控、播放上，這項(xiàng)高清晰度，高壓縮的技術(shù)得到了眾多硬件廠商的鐘愛(ài)，而市場(chǎng)上支持MPEG4技術(shù)的產(chǎn)品也是種類繁多。下面筆者就列舉一些代表性的產(chǎn)品，旨在讓讀者了解MPEG4技術(shù)在今天應(yīng)用范圍之廣。
　　（1）、攝像機(jī)：日本夏普公司推出過(guò)應(yīng)用在互聯(lián)網(wǎng)上的數(shù)字?jǐn)z像機(jī)VN－EZ1。這臺(tái)網(wǎng)絡(luò)攝像機(jī)利用MPEG4格式，可把影像文件壓縮為ASF（高級(jí)流格式），用戶只要利用微軟公司的MediaPlayer播放程序，就可以直接在電腦上進(jìn)行播放。
　�。�2）、播放機(jī)：飛利浦公司于今年八月份推出了一款支持DivX的DVD播放機(jī)DVD737。它可以支持DivX 3.11、4.xx、5.xx等MPEG4標(biāo)準(zhǔn)，而對(duì)于新標(biāo)準(zhǔn)的支持則可以通過(guò)升級(jí)固件來(lái)實(shí)現(xiàn)。（3）、數(shù)碼相機(jī)：日本京瓷公司在11月中旬發(fā)售其最新款數(shù)碼相機(jī)Finecam L30，這款是采用300萬(wàn)像素、3倍光學(xué)變焦設(shè)計(jì)的數(shù)碼相機(jī)產(chǎn)品， L30采用了MPEG4格式動(dòng)態(tài)視頻錄制，可以讓動(dòng)態(tài)視頻錄制畫面效果比傳統(tǒng)數(shù)碼相機(jī)更出色。
　�。�4）、手機(jī)：在手機(jī)領(lǐng)域，MPEG4技術(shù)更是得到了廣泛的應(yīng)用，各大手機(jī)廠商也都推出了可拍攝MPEG4動(dòng)態(tài)視頻的手機(jī)型號(hào)，如西門子ST55、索尼愛(ài)立信P900/P908、LG 彩屏G8000等。
　　(5)、MPEG4數(shù)字硬盤：在今年深圳舉行的安防展覽會(huì)上，開發(fā)數(shù)字錄像監(jiān)控產(chǎn)品的廠家紛紛推出了他們的最新產(chǎn)品，而支持MPEG4的DVR壓縮技術(shù)也成為改展會(huì)上的亮點(diǎn)。
　　如北京華青紫博科技推出的"E眼神MPEG4數(shù)字視頻王"便是一款基于網(wǎng)絡(luò)環(huán)境的高清晰數(shù)字化監(jiān)控報(bào)警系統(tǒng)。內(nèi)置多畫面處理器，集現(xiàn)場(chǎng)監(jiān)控、監(jiān)聽、多路同時(shí)數(shù)字錄像與回放等多種功能為一體。
　　其實(shí)，市場(chǎng)上還有許多基于MPEG4技術(shù)的硬件產(chǎn)品，筆者這里就不一一列舉了，不過(guò)筆者相信，隨著視頻壓縮技術(shù)的不斷發(fā)展，MPEG4技術(shù)的產(chǎn)品會(huì)越來(lái)越多的出現(xiàn)在我們生活，工作中。

• 通信詞典解釋