轉自：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合在標準中。它根據圖像的內容將圖像分割成不同的視頻對象VO（Video Object），在編碼過程中對前景對象和后景對象采用不同的編碼策略，對于人們所關心的前景對象，則盡可能的保持對象的細節及平滑，而對不大關心的后景對象采用大壓縮比的編碼策略。

b. 編解碼的數據結構

    MPEG-4按照如下五個層次組織要編碼的圖像，從上至下依次為：視頻段VS（Video Session）、視頻對象VO（Video Object）、視頻對象層VOL（Video Object Layer）、視頻對象組層GOV（Group of Video Object Plane）、視頻對象平面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VO有三類信息來描述：運動信息、形狀信息、紋理信息。VO的構成依賴于具體應用和系統實際所處環境，在要求超低比特率的情況下，VO可以是一個矩形幀（即傳統MPEG-1中的矩形幀），從而與原來的標準兼容；對于基于內容的表示要求較高的應用來說，VO可能是場景中的某一物體或某一層面，如新聞節目中的解說員的頭肩像 ；VO也可能是計算機產生的二維、三維圖形等。

c. VOP編碼器結構

    編碼器主要由兩部分組成：形狀編碼和傳統的運動紋理編碼，其中形狀編碼是MPEG-4在編碼任意形狀的VOP時所必須的。

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）機制為不同的VO以及各個VO的三類信息分配碼率，之后各個VO分別獨立編碼，最后將各個VO的碼流

復合成一個位流。其中，在編碼控制和復合階段可以加入用戶的交互控制或由智能化的算法進行控制。現在的MPEG-4包含了基于網格模型的編碼和Sprite技術。在進行圖像分析后，先考察每個VO是否符合一個模型，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，如是則將背景生產一幅大圖，為每幀產生一個仿射變換和一個位置信息即可；最后才對其余的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。