多媒體處理器上的MPEG-4 介紹及實作
作者：Paul Fernandez, Mark Nadeski and Gene Lin of Texas Instruments
本文刊登於新通訊元件雜誌2003年8月號
--------------------------------------------------------------------------------
介紹

數位視訊已出現在各種應用，它的品質、可靠性和彈性都遠勝過傳統類比視訊；數位訊號允許使用者以全新方式觀看、存取和操控視訊，這和類比視訊也不相同。MPEG-1和MPEG-2是國際標準組織 (ISO) 的動畫專家小組 (MPEG) 最先制定的視訊標準，也是讓數位視訊格式廣獲市場接受的重要關鍵；MPEG-4則是這兩種視訊標準的後繼者，可以提供更低位元速率、更大彈性和許多新特色，目前正領先跨入網際網路和行動上網的應用領域。

雖然MPEG-1 、MPEG-2 和H.263非常適合在它們原來設計的目標環境下工作，但是面對正在大舉進入市場的各種多媒體應用，這些標準並未提供適當的彈性，無法有效滿足它們的需求。就在彈性和高效能發生衝撞的關鍵點上，最近才獲得採用的MPEG-4標準也開始進入這個領域。MPEG-4是一種多媒體標準，專門設計來為不同應用提供相互操作能力，某些應用的需求甚至截然不同；整體說來，絕大多數的多媒體應用都有著相同需求，它們必須能互動操作不同類型資料。視覺資料的差異包括資料型態、來源、通訊方式以及廠商想利用視覺影像提供的功能，MPEG-4可做為設計人員技術基礎，使他們得以提供多媒體功能來支援所有這些資料需求。


MPEG-4工具箱

MPEG-4包含一組用來支援和加強這些應用的工具，包括形狀編碼 (shape coding)、移動估算 (motion estimation) 與補償、影像紋理編碼 (texture coding)、抗錯性、sprite編碼和可延展性。若廠商無意實作整個標準，MPEG-4也提供許多定義良好的子集合，它們稱為「符合點」(conformance points)，可協助廠商很自由的將系統成本最佳化，不會對操作互通性造成任何影響。結合這些能力，即可為設計人員帶來彈性和操作互通性都很好的途徑，使他們能產生極高品質的數位視訊繪圖，並支援各種不同的多媒體應用。

功能特色
MPEG-4標準是由一組工具所組成，能支援不同類別的各種應用；整體來說，它們可分成以下幾大類：
壓縮效率 – MPEG-4是以先前標準為基礎，但提供更高編碼效率，增加MPEG-4應用的市場接受度。
內容導向互動性 (content-based interactivity) – 把視訊當成物件，而非視訊圖框，即可讓內容導向應用 (content-based applications) 付諸實現；此時只須提供更高效率的物件表示法、物件操控、位元串流編輯和物件導向延展能力 (object-based scalability)，就能將內容互動性帶至更高水準。
適用於所有傳輸媒介 – 就算在容易發生錯誤的環境，MPEG-4也很強健可靠，故可用於各種傳輸媒介，包括行動網路和實體連接線路。
結構和語法
MPEG-4視覺場景 (visual scene) 可能包含一個或多個視訊物件，每個視訊物件都可藉由時間和空間資訊加以描述，包括它們的形狀、移動和紋理。某些應用可能無法使用所有的MPEG-4工具，原因可能是相關的額外處理負擔過於龐大，或是視訊物件的產生極為困難，此時MPEG-4視訊可直接對矩形圖框 (rectangular frame) 進行編碼，它也是各種形狀物件中最簡單的一種 (degenerate cases)。

MPEG-4視覺位元串流會提供階層式的視覺場景描述，起始碼 (start codes) 則是特殊的編碼值，它們可以存取位元串流的每一層階層架構。階層架構中的各層包括：
視覺物件序列 (Visual Object Sequence，簡稱VS)：它是完整的MPEG-4場景，可能包含任何2-D或是3-D的自然或合成物件以及它們的加強層 (enhancement layer)。
視訊物件 (Video Object，簡稱VO)：視訊物件會連結至場景中的某個2D元素，矩形圖框就是最簡單的例子；它也能是任意形狀的物件，對應於場景中的某個物件或是背景。
視訊物件層 (Video Object Layer，簡稱VOL)：視訊物件支援可延展 (scalable) 以及不可延展 (non-scalable) 兩種編碼模式，實際編碼模式則由視訊物件層所代表的應用決定。視訊物件層能支援可延展性編碼。
視訊物件平面群 (Group of Video Object Planes，簡稱GOV)：視訊物件平面群是可選用的功能，它會提供視訊物件平面被獨立編碼的各點，讓位元串流中能夠加入多個隨機存取點。
視訊物件平面 (Video Object Planes，簡稱VOP)：視訊物件平面是在時間取樣的視訊物件，它們可以獨立取樣，也可以利用移動補償值進行取樣。矩形可以代表傳統的視訊圖框。
視訊物件平面的使用方法有很多種，最常見的做法是讓它們包含某個視訊物件的時間取樣值的編碼視訊資料。每個視訊物件平面都包含多個巨集區塊 (macroblock)，每個巨集區塊則會包含四個8x8亮度區塊 (luminance block) 以及兩個8x8色度區塊 (chrominance block)。


MPEG-4工具
視訊壓縮工具
視訊編碼解碼器 (video codec) 可以除去空間和時間的冗餘性，達到壓縮視訊的目的。

Intra Coded VOPS (I-VOPs) 會利用視訊物件平面包含的資訊進行編碼，這能移除部份的空間冗餘性，圖框間編碼 (inter coding) 則會透過移動估算和補償來利用圖框間的時間冗餘性。圖框間編碼有兩種模式，第一種是根據前面的視訊物件平面進行預測，這種模式稱為P-VOP；第二種則根據前面和後面的視訊物件平面進行預測，稱為B-VOP。這兩種編碼技術都是以過去的視訊標準為基礎，MPEG-4則會提供額外的工具來增加壓縮效率、抗錯性和不同類型視訊物件的編碼能力。

形狀編碼工具 (shape coding tools)
MPEG-4提供許多工具，可對各種形狀的物件進行編碼。二位元形狀 (binary shape) 資訊可用來定義特定時間點上，物件的那些部份 ( ..

訪客只能看到部份內容，免費 加入會員 或由臉書 Google 可以看到全部內容