轉(zhuǎn)自：http://hi.baidu.com/wylovefly/blog/item/b9d356fbc9e23a64034f568f.html
a. 基本思想

    MPEG-4編解碼的基本思想是基于圖像內(nèi)容的第二代視頻編解碼方案，并將基于合成的編碼方案也結(jié)合在標(biāo)準(zhǔn)中。它根據(jù)圖像的內(nèi)容將圖像分割成不同的視頻對(duì)象VO（Video Object），在編碼過程中對(duì)前景對(duì)象和后景對(duì)象采用不同的編碼策略，對(duì)于人們所關(guān)心的前景對(duì)象，則盡可能的保持對(duì)象的細(xì)節(jié)及平滑，而對(duì)不大關(guān)心的后景對(duì)象采用大壓縮比的編碼策略。

b. 編解碼的數(shù)據(jù)結(jié)構(gòu)

    MPEG-4按照如下五個(gè)層次組織要編碼的圖像，從上至下依次為：視頻段VS（Video Session）、視頻對(duì)象VO（Video Object）、視頻對(duì)象層VOL（Video Object Layer）、視頻對(duì)象組層GOV（Group of Video Object Plane）、視頻對(duì)象平面VOP（Video Object Plane）。

    在MPEG-4中，VO主要被定義為畫面中分割出來的不同物體，每個(gè)VO有三類信息來描述：運(yùn)動(dòng)信息、形狀信息、紋理信息。VO的構(gòu)成依賴于具體應(yīng)用和系統(tǒng)實(shí)際所處環(huán)境，在要求超低比特率的情況下，VO可以是一個(gè)矩形幀（即傳統(tǒng)MPEG-1中的矩形幀），從而與原來的標(biāo)準(zhǔn)兼容；對(duì)于基于內(nèi)容的表示要求較高的應(yīng)用來說，VO可能是場(chǎng)景中的某一物體或某一層面，如新聞節(jié)目中的解說員的頭肩像 ；VO也可能是計(jì)算機(jī)產(chǎn)生的二維、三維圖形等。

c. VOP編碼器結(jié)構(gòu)

    編碼器主要由兩部分組成：形狀編碼和傳統(tǒng)的運(yùn)動(dòng)紋理編碼，其中形狀編碼是MPEG-4在編碼任意形狀的VOP時(shí)所必須的。

d. MPEG-4的編解碼流程及框架

    MPEG-4的編碼流程：第一步是VO的形成（VO Formation），先要從原始視頻流中分割出VO，之后由編碼控制（Coding control）機(jī)制為不同的VO以及各個(gè)VO的三類信息分配碼率，之后各個(gè)VO分別獨(dú)立編碼，最后將各個(gè)VO的碼流

復(fù)合成一個(gè)位流。其中，在編碼控制和復(fù)合階段可以加入用戶的交互控制或由智能化的算法進(jìn)行控制。現(xiàn)在的MPEG-4包含了基于網(wǎng)格模型的編碼和Sprite技術(shù)。在進(jìn)行圖像分析后，先考察每個(gè)VO是否符合一個(gè)模型，典型的如人頭肩像，如

是就按模型編碼；再考慮背景能否采用Sprite技術(shù)，如是則將背景生產(chǎn)一幅大圖，為每幀產(chǎn)生一個(gè)仿射變換和一個(gè)位置信息即可；最后才對(duì)其余的VO按上述流程編碼。MPEG-4的解碼流程則基本上為編碼器的反過程，這里不再贅述。