MPEG-4视频编码技术在多媒体通信应用中的解决方案

可分级性，其核心编码器的结构如图3所示：基本层采用的是MPEG-4基本模式编码，并输出基本视频流，增强层的输入信号是原始VOP和帧存(重建)的VOP的差值，并对其差值进行8×8的DCT，然后对DCT系数进行比特平面编码。根据比特平面的重要性，将重要的比特放在码流前端，如一个块的MSB，将次要比特放在后端，比如一个块的LSB，这样在网络发生拥塞时就可以先丢弃部分不重要的比特以减缓网络负载，但解码端对接收码流仍可解码，只是图像质量会有所下降。解码器是编码器的逆过程。

3)采用MPEG-4标准的视频压缩的特点

①传统编码与基于内容编码的统一

MPEG-4视频算法的核心是支持基于内容(Content-based)的编码和解码功能，也就是对场景中使用分割算法抽取的单独的物理对象进行编码和解码。为了实现预想的内容及交互等功能，MPEG-4引进了一个叫做“视频对象面”(VideoObjectPlane，简写为VOP)的概念，如图4所示。图4(a)表示支持MPEG-1和MPEG-2的普通MPEG-4编码器，它把视频图像都认为是一个矩形区，图4(b)表示MPEG-4的甚低码率图像(VLVB)的核心编码器。它是假设每帧图像被分割成许多任意形状的对象，每个对象都有可能覆盖描述场景中感兴趣的物理对象或者内容，这被定义为VOP.然后单独对VOP的形状、运动和纹理信息进行编码和传送构成一个单独的视频对象层(VideoObject Layer，简写为VOL)。此外，还需要标识每个VOL的信息也包含在编码后的比特流(Bitstream)中，也包括各种VOL的视频图像在接收端应该如何进行重新组合的信息，以便重构完整的原始图像序列。这样就可以对每个VOP进行单独解码，提供了管理视频序列的灵活性。

如果输入图像序列只包含标准的矩形图像，就不需要形状编码，在这种情况下，MPEG-4Video使用的编码算法结构也就与MPEG-1和MPEG-2使用的算法结构相同。②实现编码的连续可分级性

MPEG-4第4版针对Internet视频流式传输的应用，定义了视频图像编码的精细可分级性(FGS，即FineGranularityScalability)及其实现工具。由于FGS编码提出了一个由网络接收端来控制其所接收的码流的概念，使其在Internet上的传输更具适应性。

在视频的分级编码技术中，视频信息被分成多个不同重要性的层，其中基本层包含了视频对象中最重要的基本信息，以此可以保证一个最基本的图像质量，在传输过程中被赋予较高的优先级。增强层的作用是在基本层的基础上进一步提高图像质量，在传输中赋予较低的优先级。这样在网络发生拥塞而丢包时，就可以先丢弃优先级较低的增强层，使得基本层发生丢包或误码的概率比增强层低，从而保证重建图像仍然有一个让人可以接受的质量。

4)语音压缩

采用CELP(CodeExcitedLinearPredication)码激励线性预测技术。传统的CELP编码器提供单一的码率的压缩，而本系统允许多种应用使用一个基本的编码器，在码率和带宽上提供了可扩展性。根据不同应用需要可选择8 kHz和16 kHz 2种采样频率，8kHz采样频率对应100～3 800 Hz带宽的通信质量，16 kHz采样频率对应50～7 000 Hz带宽的通信质量。

4)外部设备接口模块

本系统采用的PHILIP公司的视频编码芯片SAA7111，对模拟摄像机的输入模拟视频信号进行亮色分离，再对分离后的信号分别进行8比特采样。