什么是MPEG4

MPEG-4标准的主要技术概览及编码

摘 要：简要介绍了MPEG－4标准的主要内容以及在此基础上着重介绍了音频对象的编码和视频对象的编码。

关键词：MPEG－4； 多媒体传输集成框架； 视频编码 0 前言

MPEG－4编码标准是目前最新的国际编码标准规范?熏本文就其主要的内容作了简单的概述?熏并在此基础上，着重介绍了具有特色的音频对象的编码和视频对象的编码。

1 多媒体传输集成框架

多媒体传输集成框架（DMIF）主要解决交互网络中、广播环境下以及磁盘中多媒体应用的操作问题，通过传输多路合成比特信息，建立客户端和服务器端的握手和传输。与过去不同的是，由于MPEG－4码流中，包括许多的AV对象，一般而言，这些AV对象都有各自的缓冲器，而不仅仅是视频缓冲器和音频缓冲器。

2 语法描述

MPEG－4定义了一个句法描述语言来描述AV对象比特流表示和场景描述信息。这个句法描述语言是对C＋＋的扩展，不仅易于表达其AV对象特性，而且也易于软件仿真实现与模型验证。与MPEG－4相比，MPEG－1和MPEG－2则采用一种类C语言的描述，MPEG－4描述语言反映了面向对象技术来描述对象。

3 音频对象的编码

视频音频的压缩编码自然仍是MPEG－4的核心所在。不过，与以前的MPEG－1、MPEG－2不同的是：MPEG－4不仅支持自然的声音（如语音和音乐），而且支持基于描述语言的合成声音，支持音频的对象特征。即一个场景中，同时有人声和背景音乐，它们也许是独立编码的音频对象。

3．1 自然声音编码

MPEG－4研究比较了现有的各种音频编码算法，支持2～64K的自然声音编码。如8 kHz采样频率的2～4 kbit／s的语音编码，以及8或16 kHz采样频率4～16 kbit／s的音频编码，一般采用参数编码；6～24 kbit／s的语音编码，一般采用码激励线性预测（CELP）编码技术；16 kbit／s以上码率的编码，则可采用时频（T／F）变换编码技术。这些技术实质上借鉴了已有的音频编码标准，如G．723、G．728以及MPEG－1和MPEG－2等。图1是MPGE4的可伸缩自然音频编码器示意图，包括了3种编码技术。

3．2 合成声音

在合成声音编码当中，MPEG－4引入了2个极有吸引力的编码技术：文本到语音编码和乐谱驱动合成编码技术。这为网络上低比特率下交互的带有语音的游戏铺平了道路。事实上，合成声音编码技术即是一种基于知识库的参数编码。特别值得一提的是MPEG－4的乐谱驱动合成技术，在该技术中，解码器是由一种特殊的合成语言——结构化的音频管弦乐团语言（SAOL）驱动的。其中的“管弦乐团”是由不同的“乐器”组成的。当解码器不具有某一“乐器”时，MPEG－4还允许解码器从编码器下载该“乐器”到解码器，以便正确恢复合成声音。可见，MPEG－4不是提供一组角MIDI音乐标准中的“乐器”，而是提供了一个可随时扩充的“管弦乐团”，因此，其可“演奏”乐谱自然更加丰富多彩。

4 视觉对象的编码

同样，MPEG－4也支持对自然和合成的视觉对象编码。合成的视觉对象如2D、3D动画，人的面部表情动画等，这些合成图像单独编码，不仅可有效压缩，而且还便于操作。

对自然视觉对象的编码，仍是MPEG－4的重点。相对于静止图像，MPEG－4采用零树小波算法（Zerotree WAVelet algorithm）以提供高压缩比，同时还提供多达11级的空间分辨率和质量的可伸缩性。

对于运动视频对象的编码，MPEG－4采用了如图2所示的编码框图，以支持图像的编码。

可见，MPEG－4为了支持基于对象的编码，引入了形状编码模块。为了支持高效压缩，MPEG－4仍然采用了MPEG－1、MPEG－2中的变换、预测混合编码框架。

对于一般的任意形状的视频对象，MPEG－4编码后的码流结构见图3。

对于实时的极低比特率的应用，如可视电话，MPEG－4视频编码采用极低比特率视频（VLBV）核进行编码，类似于ITU的H．263直接对矩形视频编码，而不采用形状编码模块。编码后的码流结构见图4

可见，MPEG－4采取了向前兼容H．263，同时，也提供了一些高层特性，如基于内容的编码。其扩充的方式见图5。

MPEG－4支持有误码信道传输下的鲁棒性，提供了更好的同步和误码恢复机制。

5 场景描述

场景描述主要用于描述以上单个的AV对象如何在一个具体AV场景坐标下的组织与同步等问题。同时还有AV对象和AV场景的知识产权保护等问题。

6 MPEG－4展望

MPEG－4的应用将是广泛而深远的。这一新的标准将至少可以应用于以下场合：

a） 实时多媒体监控；

b） 极低比特率下的移动多媒体通信；

c） 基于内容存储和检索多媒体系统；

d） Internet／Intranet上的视频流与可视游戏；

e） 基于面部表情模拟的虚拟会议；

f） DVD上的交互多媒体应用；

g） 基于计算机网络的可视化合作实验室场景应用；

h） 演播室和电视的节目制作。

MPEG系列简介 （2005-5-30）

MPEG是活动图象专家组（Moving Picture Coding Experts Group）的简称。MPEG成立于1988年1月，是致力于研究、开发数字压缩标准，以保证活 动图象质量的前提下，压缩传输码率的组织。MPEG的第一次会议在1988年5月召开，有25位音频、视频编码压缩方面的专家参加。现在MPEG已经成为每年召开3次例行大会（在3月、7月和11月），有来自大约20个国家200多家公司的350名专家参与的组织。MPEG所开发指的标准被国际标准组织（ISO）和国际电工委员会（IEC）批准为国际标准，形成MPEG系列。

MPEG-1

MPEG-1在1989年7月开始研究，1992年被ISO/IEC批准为正式标准，正式标准编号是ISO/IEC11172，MPEG-1规定了在数字存储介质中实现对活动图像和声音的压缩编码，编码码率最高为每秒1.5兆比特。传输速率为1.5Mbits/s，每秒播放30帧，具有CD音质，质量级别基本与VHS（广播级录像带）相当。MPEG的编码速率最高可达4－5 Mbit/s，但随着速率的提高，其解码后的图像质量有所降低。音频压缩格式就是大家熟悉的MP3格式，这种MP3格式规定了与视频压缩相分离的音频压缩方法 。应用MPEG－1技术最成功的产品非VCD莫属了，VCD作为价格低廉的影像播放设备，得到广泛的应用和普及。MPEG－1被用于数字电话网络上的视频传输，如非对称数字用户线路（ADSL），视频点播（VOD），以及教育网络等。

MPEG-2

MPEG-2在1991年7月开始研究，是针对标准数字电视和高清晰度电视在各种应用下的压缩方案和系统层的详细规定，1992年被ISO/IEC批准为正式标准，正式标准编号是ISO/IEC13818。MPEG-2不是MPEG-1的简单升级，MPEG-2在系统和传送方面作了更加详细的规定和进一步的完善。MPEG－2能够提供广播级的视像和CD级的音质。MPEG－2的音频编码可提供左右中及两个环绕声道，以及一个加重低音声道和多达七个伴音声道。MPEG－2的另一特点是，可提供一个较广范围的可变压缩比，以适应不同的画面质量、存储容量以及带宽的要求。MPEG-2特别适用于广播级的数字电视的编码和传送，被认定为SDTV和HDTV的编码标准。MPEG-2还专门规定了多路节目的复用分接方式。此外，MPEG-2还兼顾了与ATM信元的适配问题。

MPEG-2标准目前分为9个部分，其中前6部分统称为ISO/IEC13818国际标准。各部分的内容描述如下：

第一部分－ISO/IEC13818-1，System：系统，描述多个视频，音频和数据基本码流合成传输码流和节目码流的方式。

第二部分－ISO/IEC13818-2，Video：视频，描述视频编码方法。

第三部分－ISO/IEC13818-3，Audio：音频，描述与MPEG-1音频标准反向兼容的音频编码方法。

第四部分－ISO/IEC13818-4，Compliance：符合测试，描述测试一个编码码流是否符合MPEG-2码流的方法。

第五部分－ISO/IEC13818-5，Software：软件，描述了MPEG-2标准的第一、二、三部分的软件实现方法。

第六部分－ISO/IEC13818-6，DSM-CC：数字存储媒体-命令与控制，描述交互式多媒体网络中服务器与用户间的会话信令集。

第七部分规定了不与MPEG-1多通道音频编码反向兼容。

第八部分原计划用于10bit视频抽样编码，已停用。

第九部分规定了传送码流的实时。

MPEG－2技术就是实现DVD的标准技术，用于为广播、有线电视网、电缆网络以及卫星直播提供广播级的数字视频。

MPEG－3

由于MPEG－2的出色性能表现，已能适用于HDTV（高清晰度电视），使得原打算为HDTV设计的MPEG－3，还没出世就被抛弃了。

MPEG-4

MPEG－4在1995年7月开始研究，1998年11月被ISO/IEC批准为正式标准，正式标准编号是ISO/IEC14496，它不仅针对一定比特率下的视频、音频编码，更加注重多媒体系统的交互性和灵活性。这个标准主要应用于视像电话、视像电子邮件等，对传输速率要求较低，在4800－6400bits/s之间，分辨率为176＊144。MPEG－4利用很窄的带宽，通过帧重建技术、数据压缩，以求用最少的数据获得最佳的图像质量。 利用MPEG－4的高压缩率和高的图像还原质量可以把DVD里面的MPEG－2视频文件转换为体积更小的视频文件。经过这样处理，图像的视频质量下降不大但体积却可缩小几倍，可以很方便地用CD－ROM来保存DVD上面的节目。另外，MPEG－4在家庭摄影录像、网络实时影像播放也大有用武之地。

MPEG-7

MPEG-7(它的由来是1+2+4=7, 因为没有MPEG-3、MPEG-5、MPEG-6)于1996年10月开始研究。确切来讲，MPEG－7并不是一种压缩编码方法，其正规的名字叫做"多媒体内容描述接口，其目的是生成一种用来描述多媒体内容的标准，这个标准将对信息含义的解释提供一定的自由度，可以被传送给设备和电脑程序，或者被设备或电脑程序查取。MPEG-7并不针对某个具体的应用，而是针对被MPEG-7标准化了的图象元素，这些元素将支持尽可能多的各种应用。建立MPEG-7标准的出发点是依靠众多的参数对图象与声音实现分类，并对它们的数据库实现查询，就象我们今天查询文本数据库那样。可应用于数字图书馆，例如图象编目、音乐词典等；多媒体查询服务，如电话号码簿等；广播媒体选择，如广播与电视频道选取；多媒体编辑，如个性化的电子新闻服务、媒体创作等。

MPEG－21

MPEG在1999年10月的MPEG会议上提出了“多媒体框架”的概念，同年的12月的MPEG会议确定了MPEG-21的正式名称是“多媒体框架”或“数字视听框架”，它以将标准集成起来支持协调的技术以管理多媒体商务为目标，目的就是理解如何将不同的技术和标准结合在一起需要什么新的标准以及完成不同标准的结合工作。

在数字化趋势越来越明显的今天，MPEG的专家们会带给我们新的MPEG系列，解决在数字化的道路上的不断出现的问题。

什么是MPEG4？

泡泡

日本NTT制定标准，让动态影像能以不同通信速率传递。国际电脑界在今年元月推出了适合电视动画、移动通讯、电脑互动影片、随选视讯的第四代动态影像解压缩协定——MPEG4，这一协定将使得动画影像应用范围更加广，画面更加自然。

VCD可以在符合第一代动态影像解压缩协定(MPEG1)的多媒体电脑上播放，如果透过网络传输播放影像，大约要通过64K以上的数据专线或整体服务数据网络，才能够观看到比较自然的影像。高画质电视或高容量DVD则使用第二代动态影像解压缩协定 (MPEG2) ，电脑如果要看DVD光盘，除了DVD光驱外，还要加装动态影像解压卡（当然，以现在的CPU+3D加速卡，完全可以以软解压的方式来实现），因为高画质电视处理资料量为普通动画影像的6倍，若在网络上传输，至少要用3Mbps的专线，相当于两条T1专线，根本无法普及化。因此，日本NTT移动通信网公司主导国际电信标准组织，在包括松下、东芝、富士通、恩益禧等电脑通讯业者参与下，着手开发宽频移动通信，又称为下一代移动通信，让不同速率的通信传输都可结合MPEG4播出，也搭配制订了MPEG4标准。

NTT在日本电脑展上展示了以28800bps传输，每秒播放10个176乘144画面的迷你画面，适用于视讯电话或远距监视；若改用目前流行的56Kbps猫，传输的画质会更好，还能校正解压缩错误，避免影像漏失；如果用384Kbps数据专线，就可以每秒15至30画面速度播放，画面大小为352乘288；若是2Mbps专线就能播出完整的720乘480画面，每秒30个画面，这和现在电影、电视效果就完全相同了。