MPEG视频压缩技术的发展及其特点

管理提供标准化的核心技术。尤其强调这些工具对图像和视频内容的原子单元(称为视频对象VO)的编解码能力。对任意形状的视频对象进行有效的表示，以支持所谓基于内容的功能集。而此功能集支持内容(即场景中的物理对象VO)的单独编码和解码，这一特性为交互性提供了有力的底层机制支持，也为在压缩域对图像或视频的VO内容进行灵活的表示和管理提供了有利条件。MPEG-4图像与视频标准统一支持传统矩形和任意形状图像与视频的编解码。对于基于内容的应用，输入的图像序列可能具有任意形状和位置。形状可以用8位透明分量表示(一个VO由多个其它对象构成时)或用一个二值掩模描述。另外，通过对场景中每个物理采用适当的和精细的基于对象的运动预测工具，可以大大提高某些视频序列的压缩比。对于MPEG-4扩展的基于内容的编码可视为传统的VLBV内核或HBV工具由矩形输入向任意形状输入的逻辑延伸。从这个意义上，基于内容的编码是VLBV和HBV内核的超集。

　　MPEG-4标准在原有的基础上增加了七个新的功能。增加的各个功能的特点：

　　(1)基于内容的操作与比特流编辑支持无需编码就可进行基于内容的操作与比特流编辑。(2)自然与合成数据混合编码。提供将自然视频图像同合成数据(文本、图形)有效结合的方式，同时支持交互性操作。(3)增强的时间域随机存取。MPEG-4将提供具有效的随机存取方式：在有限的时间间隔内，可按帧或任意形状的对象，对一音、视频序列进行随机存取。(4)提高编码效率。在与现有的正在形成的标准的可比拟速率上，MPEG-4标准将提供更好的主观视觉质量的图像。(5)对多个并发数据流的编码。MPEG-4将提供对一景物的有效多视角编码，加上多伴音声道编码及有效的视听同步。在立体视频应用方面，MPEG-4将利用同一景物的多视点观察所造成的信息冗余，在足够的观察视点条件下有效地描述三维自然景物。(6)错误易发环境中的抗错性“灵活多样”是指允许采用各种有线网和各种存储媒体，MPEG-4将提高抗错误能力，尤其是在易发生严重错误环境下的低比特应用中(移动通信链路)。MPEG-4是第一个在其音、视频表示规范中考虑信道特性的标准，目的不是取代已由通信网提供的错误控制技术，而是提供一种对抗残留错误是紧韧性。(7)基于内容的尺度可变性。内容尺度可变性意味着给图像中的各个对象分配优先级。基于内容的尺度可变性是MPEG-4的核心，因为一旦图像中所含对象的目录及相应的优先级确定后，其它的集内容的功能就比较容易实现了。对甚低比特率应用来说，尺度可变形成一个关键的因素，因为它提供了自适应可用资源的能力。

　　以上七个新的功能可以归纳为三类：基于内容的交互性、高压缩率和灵活多样的存取模式。前三个功能为基于内容的交互性，四、五为高压缩率模式，最后两个为灵活多样的存取模式。

　　1.4 MPEG-7

　　MPEG-7标准称为“多媒体内容描述接口”，它将扩展现有内容识别专用解决方案的有限能力，特别是还包括了更多数据类型。换言之，MPEG-7将规定一个用于描述各种不同类型多媒体信息的描述符的标准集合。

　　MPEG-7对定义其它描述符及其结构(描述方案)和他们之间关系的方法进行标准化。这种描述(也就是描述符和描述方案的组合)将与内容本身关联起来，以便对用户感兴趣的素材进行快速高效的搜索。MPEG-7标准化了一种用来定义描述方案的语言，即描述定义语言(DDL)。加之相关的MPEG-7数据的AV素材，就可以被加上索引，并可进行检索。

　　MPEG-7像MPEG家族中其他成员一样，是针对满足特定需要的音、视频信息的标准化表述，MPEG-7的描述符并不依赖于描述的内容是编码的或存储的方式，可以把MPEG-7的描述说明附加到模拟制的电影里或使用纸张打印出来的图片上。然而，尽管MPEG-7 描述不依赖于所处理素材的(编码)表示方式，但由于在一定程度上它是在MPEG-4的基础上发展起来的，而MPEG-4采用了按照具有一定时间关系和空间关系的对象来进行音、视频编码的处理方式，因此用MPEG-4编码有可能把描述说明附加到场景中的成员(对象)。所以，MPEG-7在描述中要提供不同的程度，才可能实现不同等级的识别。

　　因为描述特征必须在应用环境中才有意义，所以会因用户范围的不同和应用领域的不同而有所区别。这就意味着，同样的素材，因为要和应用范围相匹配，可能会使用不同类型的特征来描述。当然，所有这些描述都会以高效方式进行编码，业绩能提高搜索的效率。同时，中间也可能存在过渡的抽象等级。抽象等级与提取特征的方式有关，许多低等级的特征可以用全自动的方式提取出来，而高等级的特征就需要更多的人工交互。

2 MPE