MPEG-4視頻編碼技術在多媒體通信應用中的解決方案

采用MPGE-4標準，實現基于內容的編碼和編碼可分級性，其核心編碼器的結構如圖3所示：基本層采用的是MPEG-4基本模式編碼，并輸出基本視頻流，增強層的輸入信號是原始VOP和幀存(重建)的VOP的差值，并對其差值進行8×8的DCT，然后對DCT系數進行比特平面編碼。根據比特平面的重要性，將重要的比特放在碼流前端，如一個塊的MSB，將次要比特放在后端，比如一個塊的LSB，這樣在網絡發生擁塞時就可以先丟棄部分不重要的比特以減緩網絡負載，但解碼端對接收碼流仍可解碼，只是圖像質量會有所下降。解碼器是編碼器的逆過程。

3)采用MPEG-4標準的視頻壓縮的特點

①傳統編碼與基于內容編碼的統一

MPEG-4視頻算法的核心是支持基于內容(Content-based)的編碼和解碼功能，也就是對場景中使用分割算法抽取的單獨的物理對象進行編碼和解碼。為了實現預想的內容及交互等功能，MPEG-4引進了一個叫做“視頻對象面”(VideoObjectPlane，簡寫為VOP)的概念，如圖4所示。圖4(a)表示支持MPEG-1和MPEG-2的普通MPEG-4編碼器，它把視頻圖像都認為是一個矩形區，圖4(b)表示MPEG-4的甚低碼率圖像(VLVB)的核心編碼器。它是假設每幀圖像被分割成許多任意形狀的對象，每個對象都有可能覆蓋描述場景中感興趣的物理對象或者內容，這被定義為VOP.然后單獨對VOP的形狀、運動和紋理信息進行編碼和傳送構成一個單獨的視頻對象層(VideoObject Layer，簡寫為VOL)。此外，還需要標識每個VOL的信息也包含在編碼后的比特流(Bitstream)中，也包括各種VOL的視頻圖像在接收端應該如何進行重新組合的信息，以便重構完整的原始圖像序列。這樣就可以對每個VOP進行單獨解碼，提供了管理視頻序列的靈活性。

如果輸入圖像序列只包含標準的矩形圖像，就不需要形狀編碼，在這種情況下，MPEG-4Video使用的編碼算法結構也就與MPEG-1和MPEG-2使用的算法結構相同。②實現編碼的連續可分級性

MPEG-4第4版針對Internet視頻流式傳輸的應用，定義了視頻圖像編碼的精細可分級性(FGS，即FineGranularityScalability)及其實現工具。由于FGS編碼提出了一個由網絡接收端來控制其所接收的碼流的概念，使其在Internet上的傳輸更具適應性。

在視頻的分級編碼技術中，視頻信息被分成多個不同重要性的層，其中基本層包含了視頻對象中最重要的基本信息，以此可以保證一個最基本的圖像質量，在傳輸過程中被賦予較高的優先級。增強層的作用是在基本層的基礎上進一步提高圖像質量，在傳輸中賦予較低的優先級。這樣在網絡發生擁塞而丟包時，就可以先丟棄優先級較低的增強層，使得基本層發生丟包或誤碼的概率比增強層低，從而保證重建圖像仍然有一個讓人可以接受的質量。

4)語音壓縮

采用CELP(CodeExcitedLinearPredication)碼激勵線性預測技術。傳統的CELP編碼器提供單一的碼率的壓縮，而本系統允許多種應用使用一個基本的編碼器，在碼率和帶寬上提供了可擴展性。根據不同應用需要可選擇8 kHz和16 kHz 2種采樣頻率，8kHz采樣頻率對應100～3 800 Hz帶寬的通信質量，16 kHz采樣頻率對應50～7 000 Hz帶寬的通信質量。

4)外部設備接口模塊

本系統采用的PHILIP公司的視頻編碼芯片SAA7111，對模擬攝像機的輸入模擬視頻信號進行亮色分離，再對分離后的信號分別進行8比特采樣。