一、引言

　　MPEG-4是運(yùn)動(dòng)圖像專(zhuān)家組（MovingPictureEx-pertGroup）標(biāo)準(zhǔn)家庭中的一員，是國(guó)際標(biāo)準(zhǔn)化組織為多媒體通信制定的一種解決方案。當(dāng)今迅速發(fā)展的交互式計(jì)算機(jī)游戲圖像顯示、交互式視頻點(diǎn)播（VOD）都表明電視正由“純線(xiàn)性”向“非線(xiàn)性”的方向發(fā)展。MPEG-1/2均是以音頻幀、視頻幀為編碼對(duì)象的，圖像中的AV（Audio、Video）對(duì)象所組成的場(chǎng)景不能與人們進(jìn)行交互。而MPEG-4的主要特點(diǎn)是對(duì)圖像中的內(nèi)容進(jìn)行編碼，其具體的編碼對(duì)象就是圖像中的音頻和視頻信號(hào)，稱(chēng)為AV對(duì)象。MPEG-4就是圍繞著AV對(duì)象的編碼、存儲(chǔ)、傳輸和組合而制定的。所以，MPEG-4有非線(xiàn)性電視的編碼、存儲(chǔ)、傳輸和組合的標(biāo)準(zhǔn)之稱(chēng)。

　　二、MPEG-4的圖像與視頻標(biāo)準(zhǔn)的技術(shù)結(jié)構(gòu)

　　1.MPEG-4的圖像與視頻標(biāo)準(zhǔn)的技術(shù)結(jié)構(gòu)

　　如圖1所示，底層是VLBV（VeryLowBitRateVideo）核心，它為5～64kbit/s視頻操作和應(yīng)用提供算法與工具，支持較低的空間分辨率（低于352x288像素）和較低的幀頻（低于15 Hz）。VLBV核心支持的專(zhuān)用功能包括實(shí)時(shí)多媒體應(yīng)用：支持矩形圖像序列的有效編碼，具有高編碼效率、高精度、高容錯(cuò)度、低延時(shí)等特點(diǎn);以及多媒體數(shù)據(jù)庫(kù)應(yīng)用：支持多媒體數(shù)據(jù)庫(kù)的存儲(chǔ)、隨機(jī)存取以及FF/FR（快進(jìn)/快退）等功能與操作。

　　MPEG-4的HBV（HighBitRateVideo）空間分辨率支持CIF-HDTV，碼率范圍在64 kbit/s～4 Mbit/s之間，同樣支持上述功能。

　　三、MPEG-4視頻編碼標(biāo)準(zhǔn)與MPEG-1/2及其與H.26X的比較

　　MPEG-1/2/4視頻壓縮和H.26X視頻壓縮技術(shù)都是以DCT（離散全余弦變換）為基礎(chǔ)。但它們又各有不同的特點(diǎn)。

　　MPEG-1標(biāo)準(zhǔn)制定主要針對(duì)1.5Mbps以下數(shù)據(jù)傳輸率的數(shù)字存儲(chǔ)媒質(zhì)運(yùn)動(dòng)圖像及其伴音編碼的國(guó)際標(biāo)準(zhǔn)，它用于在CD-ROM上存儲(chǔ)同步和彩色運(yùn)動(dòng)視頻信號(hào)。采用SIF標(biāo)準(zhǔn)交換格式（對(duì)于NTSC制式為352×240，對(duì)于PAL制式為352×288）的圖像進(jìn)行壓縮，每秒能夠播放30幀，具有 CD音質(zhì)。

　　MPEG-2標(biāo)準(zhǔn)追求的是CCIR601建議的圖像質(zhì)量DVB、HDTV和DVD等制定的3～10Mbps高質(zhì)量的運(yùn)動(dòng)圖像及其伴音的編碼標(biāo)準(zhǔn)。 MPEG-2可用于為廣播、有線(xiàn)電視網(wǎng)、電纜網(wǎng)絡(luò)以及衛(wèi)星直播（DirectBroadcastSatellite）提供廣播級(jí)的數(shù)字視頻。

　　H.261的制定是適用于ISDN網(wǎng)的寬帶傳輸，它提供了P×64kbit/s的視聽(tīng)業(yè)務(wù)用的視頻編解碼。

　　H.263是適用于PSTN（公用電話(huà)網(wǎng)）的窄帶通信信道的視頻編碼建議，可用于可視電話(huà)極低碼率的編解碼器，它是H.261的重要發(fā)展。

　　MPEG-4標(biāo)準(zhǔn)提供用于通信的新方式，其核心是基于內(nèi)容的AV信息存儲(chǔ)及操作，支持交互性、高壓縮比及能用存儲(chǔ)性。同時(shí)它在結(jié)構(gòu)上具有適應(yīng)性和可擴(kuò)展性，以適應(yīng)軟硬件的迅速發(fā)展，及時(shí)融入新的技術(shù)。由于將內(nèi)容和交互性作為MPEG-4的核心，就不再把具體的碼率范圍作為特別的要求，但低碼率依然是其一項(xiàng)基本內(nèi)容，它在極低碼率的傳輸上與H.263具有一定的相似性，但是它也支持高質(zhì)量的視頻語(yǔ)音通信。所以，MPEG-4提供了一個(gè)更為廣闊的開(kāi)發(fā)平臺(tái)，更符合于多媒體通信的發(fā)展趨勢(shì)，具有更廣闊的應(yīng)用前景。

　　四、MPEG-4為標(biāo)準(zhǔn)的多媒體傳輸系統(tǒng)

　　1.方案設(shè)計(jì)

　　基于以上的各視頻編碼標(biāo)準(zhǔn)的比較及實(shí)際應(yīng)用的需要，我們?cè)O(shè)計(jì)了一套基于Internet網(wǎng)的多媒體通信系統(tǒng)。該系統(tǒng)的組成如圖2所示，主要包括多媒體信息處理模塊、TCP/IP通信協(xié)議模塊、通信接口模塊、控制模塊、外部設(shè)備接口及外部設(shè)備模塊（攝像頭、麥克風(fēng)、顯示器、揚(yáng)聲器）。

　　2.各模塊功能及實(shí)現(xiàn)

　?。?）多媒體信息處理模塊

　　它主要基于MPEG-4標(biāo)準(zhǔn)，根據(jù)不同的應(yīng)用要求對(duì)視頻和音頻數(shù)字信號(hào)進(jìn)行不同程度的壓縮/解壓縮。

　　1）視頻/音頻信號(hào)的壓縮

　　采用TI公司最新推出的TMS3206415DSP芯片，它支持圖像的8bit數(shù)據(jù)處理的指令。它的運(yùn)算速度快，最高運(yùn)行速度高達(dá)600MHz，指令周期最短為1.67ns，峰值處理速度達(dá)到了3 200～4800 MIPS。在音頻/視頻應(yīng)用中，其性能提高15倍。具有先進(jìn)的超長(zhǎng)指令字結(jié)構(gòu)（VLIW），獲得當(dāng)前應(yīng)用設(shè)備所需要的極高性能。內(nèi)核的8個(gè)功能單元能夠在每個(gè)周期內(nèi)執(zhí)行4組16位MAC運(yùn)算或8組8位MAC運(yùn)算，以便在處理通信和影像算法中獲得最大的并行性。如果用C6415同時(shí)完成一個(gè)通道的MPEG- 2視頻編碼、一個(gè)通道的MPEG-4視頻編碼和一個(gè)通道的視頻解碼，其硬件資源還只占用了50%，可見(jiàn)其強(qiáng)大的計(jì)算能力。該芯片具有1 056字節(jié)片上SRAM的實(shí)時(shí)分層存儲(chǔ)系統(tǒng)，用于加快超高速DSP內(nèi)核。64通道的增強(qiáng)型存儲(chǔ)器直接存?。‥DMA）控制器，顯示出出色的并行性特點(diǎn)。外部雙總線(xiàn)提供了超過(guò)1.2 G字節(jié)的外部存儲(chǔ)器帶寬。同時(shí)還提供33MHz/32 bit的PCI接口及3個(gè)多通道緩沖串行口。這些都為視頻、音頻信號(hào)的實(shí)時(shí)處理提供了便利的條件。

　　2）視頻壓縮模塊

　　采用MPGE-4標(biāo)準(zhǔn)，實(shí)現(xiàn)基于內(nèi)容的編碼和編碼可分級(jí)性，其核心編碼器的結(jié)構(gòu)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(qiáng)層的輸入信號(hào)是原始VOP和幀存（重建）的VOP的差值，并對(duì)其差值進(jìn)行8×8的DCT，然后對(duì)DCT系數(shù)進(jìn)行比特平面編碼。根據(jù)比特平面的重要性，將重要的比特放在碼流前端，如一個(gè)塊的MSB，將次要比特放在后端，比如一個(gè)塊的LSB，這樣在網(wǎng)絡(luò)發(fā)生擁塞時(shí)就可以先丟棄部分不重要的比特以減緩網(wǎng)絡(luò)負(fù)載，但解碼端對(duì)接收碼流仍可解碼，只是圖像質(zhì)量會(huì)有所下降。解碼器是編碼器的逆過(guò)程。

　　3）采用MPEG-4標(biāo)準(zhǔn)的視頻壓縮的特點(diǎn)

　　①傳統(tǒng)編碼與基于內(nèi)容編碼的統(tǒng)一

　　MPEG-4視頻算法的核心是支持基于內(nèi)容（Content-based）的編碼和解碼功能，也就是對(duì)場(chǎng)景中使用分割算法抽取的單獨(dú)的物理對(duì)象進(jìn)行編碼和解碼。為了實(shí)現(xiàn)預(yù)想的內(nèi)容及交互等功能，MPEG-4引進(jìn)了一個(gè)叫做“視頻對(duì)象面”（VideoObjectPlane，簡(jiǎn)寫(xiě)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(rèn)為是一個(gè)矩形區(qū)，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(shè)每幀圖像被分割成許多任意形狀的對(duì)象，每個(gè)對(duì)象都有可能覆蓋描述場(chǎng)景中感興趣的物理對(duì)象或者內(nèi)容，這被定義為 VOP。然后單獨(dú)對(duì)VOP的形狀、運(yùn)動(dòng)和紋理信息進(jìn)行編碼和傳送構(gòu)成一個(gè)單獨(dú)的視頻對(duì)象層（VideoObject Layer，簡(jiǎn)寫(xiě)為VOL）。此外，還需要標(biāo)識(shí)每個(gè)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(yīng)該如何進(jìn)行重新組合的信息，以便重構(gòu)完整的原始圖像序列。這樣就可以對(duì)每個(gè)VOP進(jìn)行單獨(dú)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(biāo)準(zhǔn)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(jié)構(gòu)也就與MPEG-1和MPEG-2使用的算法結(jié)構(gòu)相同。

　?、趯?shí)現(xiàn)編碼的連續(xù)可分級(jí)性

　　MPEG-4第4版針對(duì)Internet視頻流式傳輸?shù)膽?yīng)用，定義了視頻圖像編碼的精細(xì)可分級(jí)性（FGS，即 FineGranularityScalability）及其實(shí)現(xiàn)工具。由于FGS編碼提出了一個(gè)由網(wǎng)絡(luò)接收端來(lái)控制其所接收的碼流的概念，使其在 Internet上的傳輸更具適應(yīng)性。

　　在視頻的分級(jí)編碼技術(shù)中，視頻信息被分成多個(gè)不同重要性的層，其中基本層包含了視頻對(duì)象中最重要的基本信息，以此可以保證一個(gè)最基本的圖像質(zhì)量，在傳輸過(guò)程中被賦予較高的優(yōu)先級(jí)。增強(qiáng)層的作用是在基本層的基礎(chǔ)上進(jìn)一步提高圖像質(zhì)量，在傳輸中賦予較低的優(yōu)先級(jí)。這樣在網(wǎng)絡(luò)發(fā)生擁塞而丟包時(shí)，就可以先丟棄優(yōu)先級(jí)較低的增強(qiáng)層，使得基本層發(fā)生丟包或誤碼的概率比增強(qiáng)層低，從而保證重建圖像仍然有一個(gè)讓人可以接受的質(zhì)量。

　　4）語(yǔ)音壓縮

　　采用CELP（CodeExcitedLinearPredication）碼激勵(lì)線(xiàn)性預(yù)測(cè)技術(shù)。傳統(tǒng)的CELP編碼器提供單一的碼率的壓縮，而本系統(tǒng)允許多種應(yīng)用使用一個(gè)基本的編碼器，在碼率和帶寬上提供了可擴(kuò)展性。根據(jù)不同應(yīng)用需要可選擇8 kHz和16 kHz 2種采樣頻率，8 kHz采樣頻率對(duì)應(yīng)100～3 800 Hz帶寬的通信質(zhì)量，16 kHz采樣頻率對(duì)應(yīng)50～7 000 Hz帶寬的通信質(zhì)量。

　?。?）外部設(shè)備接口模塊

　　本系統(tǒng)采用的PHILIP公司的視頻編碼芯片SAA7111，對(duì)模擬攝像機(jī)的輸入模擬視頻信號(hào)進(jìn)行亮色分離，再對(duì)分離后的信號(hào)分別進(jìn)行8比特采樣