MPEG-4視頻編碼核心思想
--安陽師範學院互聯網+應用技術學院UI設計方向講師 邵彥生
在MPEG-4制定之前，MPEG-1、MPEG-2、H.261、H.263都是採用第一代壓縮編碼技術，着 眼於圖像信號的統計特性來設計編碼器，屬於波形編碼的範疇。第一代壓縮編碼方案把視頻序列按時間先後分爲一系列幀，每一幀圖像又分成宏塊以進行運動補償和編碼，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出現嚴重的塊效應，即馬賽克效應；
• 不能對圖像內容進行訪問、編輯和回放等操作；
• 未充分利用人類視覺系統（HVS，Human Visual System）的特性。
MPEG-4則代表了基於模型/對象的第二代壓縮編碼技術，它充分利用了人眼視覺特性，抓住了圖像信息傳輸的本質，從輪廓、紋理思路出發，支持基於視覺內容的交互功能，這適應了多媒體信息的應用由播放型轉向基於內容的訪問、檢索及操作的發展趨勢。
AV對象（AVO，AudioVisual Object）是MPEG-4爲支持基於內容編碼而提出的重要概念。對象是指在一個場景中能夠訪問和操縱的實體，對象的劃分可根據其獨特的紋理、運動、形狀、模型和高層語義爲依據。在MPEG-4中所見的視音頻已不再是過去MPEG-1、MPEG-2中圖像幀的概念，而是一個個視聽場景（AV場景），這些 不同的AV場景由不同的AV對象組成。AV對象是聽覺、視覺、或者視聽內容的表示單元，其基本單位是原始AV對象，它可以是自然的或合成的聲音、圖像。原 始AV對象具有高效編碼、高效存儲與傳輸以及可交互操作的特性，它又可進一步組成複合AV對象。因此MPEG-4標準的基本內容就是對AV對象進行高效編 碼、組織、存儲與傳輸。AV對象的提出，使多媒體通信具有高度交互及高效編碼的能力，AV對象編碼就是MPEG-4的核心編碼技術。
MPEG-4實現基於內容交互的首要任務就是把視頻/圖像分割成不同對象或者把運動對象從背景中分離出來，然後針對不同對象採用相應編碼方法，以實現高效壓縮。因此視頻對象提取即視頻對象分割，是MPEG-4視頻編碼的關鍵技術，也是新一代視頻編碼的研究熱點和難點。
MPEG-4不僅可提供高壓縮率，同時也可實現更好的多媒體內容互動性及全方位的存取性，它採用開放的編碼系統，可隨時加入新的編碼算法模塊，同時也可根據不同應用需求現場配置×××，以支持多種多媒體應用。