MPEG4 面向網(wǎng)絡(luò)傳輸?shù)奶匦约皯?yīng)用

MPEG4面向網(wǎng)絡(luò)傳輸?shù)奶匦约皯?yīng)用2004年度河南省廣播電視優(yōu)秀科技論文二等獎?wù)疚膹?4編碼的復(fù)用基本流技術(shù)、分級性、容錯性及面向?qū)ο蟮木幋a特性，闡述了-4編碼有效的網(wǎng)絡(luò)傳輸性及相關(guān)應(yīng)用。關(guān)鍵詞復(fù)用編碼分級面向?qū)ο笕蒎e交互應(yīng)用隨著傳統(tǒng)視頻行業(yè)的數(shù)字化，以及的進(jìn)一步實(shí)施，在網(wǎng)絡(luò)上進(jìn)行視頻傳輸?shù)男枨笤絹碓蕉唷６壳?，網(wǎng)絡(luò)傳輸視頻面臨著以下問題①網(wǎng)絡(luò)資源主要是帶寬的不足，不可能為所有用戶提供足夠的帶寬；②視頻數(shù)據(jù)在傳輸過程中，網(wǎng)絡(luò)資源如帶寬、誤碼和丟包率等都是動態(tài)變化的；③網(wǎng)絡(luò)的異構(gòu)性和用戶的不同需求，使得網(wǎng)絡(luò)視頻應(yīng)用面臨著不同的服務(wù)質(zhì)量的需求。而-4編碼針對這些問題，均有有效的應(yīng)對策略，因此被廣泛應(yīng)用于視頻傳輸，特別是低碼率的視頻傳輸。-4的特性包括高質(zhì)量高壓縮率，可擴(kuò)展的碼率范圍，可分級性，差錯復(fù)原性，內(nèi)容的交互性等。這些特性均支持了其面向網(wǎng)絡(luò)的傳輸性，以下就分別加以介紹。一、復(fù)用基本流技術(shù)使-4編碼更加適應(yīng)于不同特性寬范圍網(wǎng)絡(luò)復(fù)用即復(fù)合和同步與媒體對象相關(guān)的數(shù)據(jù)。-4借助于用作定時(shí)和同步連續(xù)媒體-1和-2系統(tǒng)經(jīng)驗(yàn)，定義一個(gè)三層復(fù)用對策使其編碼更加適應(yīng)于不同特性寬范圍網(wǎng)絡(luò)和不同的應(yīng)用場合。這對于異構(gòu)網(wǎng)絡(luò)的視頻傳輸有著重要的意義。因?yàn)樵趥鬏斶^程中，視頻數(shù)據(jù)流應(yīng)與整個(gè)連接鏈路的可用帶寬相匹配，這樣可同時(shí)使網(wǎng)絡(luò)擁塞和包丟失率達(dá)到最小，獲得給定碼率下的最優(yōu)質(zhì)量。這三層分別為同步層、靈活復(fù)用層、傳輸復(fù)用層。其中靈活復(fù)用層可提供不同特性的復(fù)用流，諸如平均比特率和接入單元的大小。傳輸復(fù)用層使復(fù)用流適應(yīng)于特殊網(wǎng)絡(luò)特性，便于適應(yīng)不同網(wǎng)絡(luò)環(huán)境接口。在具體信號傳輸過程中，傳輸復(fù)用層使得復(fù)用流與特定的傳輸或存儲媒體相適配，而任選中間靈活復(fù)用層可提供幾個(gè)低比特率流組合，而不需要進(jìn)一步的包化或引入太多的冗余。對于常規(guī)的場景，比如一個(gè)常用活動圖像的音頻加視頻，可跳過這靈活復(fù)用層，對于單一的音頻流和單一的視頻流可分別提供一個(gè)單一的傳輸復(fù)用流。二、-4視頻編碼可分級技術(shù)支持其面向傳輸?shù)姆謱涌蓴U(kuò)展性所謂分級編碼，是將整個(gè)視頻流分為可逐級嵌入的若干層，不同復(fù)雜度的解碼器可根據(jù)自身能力，從同一數(shù)據(jù)流中抽出不同層進(jìn)行解碼，得到不同質(zhì)量、不同時(shí)間分辨率、不同空間分辨率的視頻信號。使同一個(gè)數(shù)據(jù)流適應(yīng)不同特性的解碼器，提高靈活性和有效性。對于傳輸信道來說，分層編碼可應(yīng)用于不同的網(wǎng)絡(luò)帶寬和網(wǎng)絡(luò)狀況，在速率起伏很大的網(wǎng)絡(luò)及具有不同傳輸特性的異構(gòu)網(wǎng)絡(luò)上有重要的意義。-4通過視頻對象層，數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)分級編碼?；痉旨壒ぞ甙〞r(shí)間分級和空間分級，此外還支持這些基本分級工具的組合。每一種分級編碼都至少有兩層，低層稱為基本層，其它為增強(qiáng)層?；緦犹峁┝艘曨l序列的基本信息，增強(qiáng)層提供了視頻序列更高的分辨率和細(xì)節(jié)?？臻g分級使得編碼數(shù)據(jù)流提供至少兩種空間分辨率的視頻信號，基本層提供了，增強(qiáng)層提供了。時(shí)間分級使得編碼數(shù)據(jù)流提供至少兩種幀速率的視頻圖像服務(wù)，基本層提供了隔行掃描，增強(qiáng)層提供逐行掃描。三、容錯技術(shù)保證了-4傳輸后的視頻質(zhì)量-4具有修正傳輸過程中產(chǎn)生錯誤的特性，即容錯性。抗誤碼工具包括再同步，數(shù)據(jù)恢復(fù)和誤差隱藏，且這些工具在-4均得到了進(jìn)一步優(yōu)化。由于其良好的容錯機(jī)制，使得視頻流在信道傳輸后，解碼的質(zhì)量得到保證。這對于多媒體信息在信道下的傳輸有著重要的意義。由于信息經(jīng)信道傳輸后不可避免的會出現(xiàn)錯誤，且被壓縮后的信息對錯誤特別敏感，如果不加以處理，在接收端，多媒體的質(zhì)量將嚴(yán)重下降而不可用。尤其對于無線電傳播，由于電磁波傳播是擴(kuò)散的，地理環(huán)境復(fù)雜多變，且用戶位置處于移動中，不可預(yù)測，其信息傳輸更為不穩(wěn)定。-4的出現(xiàn)，促進(jìn)了含有視頻流內(nèi)容的移動式產(chǎn)品的發(fā)展。四、基于對象的編碼技術(shù)提高了壓縮效率及質(zhì)量并實(shí)現(xiàn)了交互性&；-4標(biāo)準(zhǔn)與-1和-2標(biāo)準(zhǔn)最根本的區(qū)別在于-4采用基于對象的編碼方法。此編碼方法實(shí)現(xiàn)了高效高質(zhì)量壓縮，使多媒體信息得以在低帶寬上傳輸。同時(shí)，基于對象和內(nèi)容的現(xiàn)代編碼，使得用戶與場景交互，便于操作和控制對象，滿足了多媒體應(yīng)用中人機(jī)交互的需求。下面加以詳細(xì)說明-4中所見的視音頻已不再是過去-1、-2中圖像幀的概念，而是一個(gè)個(gè)視聽場景場景，這些不同的場景由不同的對象組成。其對象包括自然圖像、自然音頻，合成聲音、合成圖像以及帶有附加碼流的對象如流動文本或用于表面模型活動的流動參數(shù)。在視頻編碼上引入視頻對象平面，、視頻對象的概念，視頻對象平面，是視頻對象在某一時(shí)刻的采樣。是-4視頻編碼的核心概念。進(jìn)行-4編碼，首要任務(wù)就是把視頻圖像分割成不同對象或者把運(yùn)動對象從背景中分離出來，然后針對不同對象采用相應(yīng)的編碼方法獨(dú)立進(jìn)行編碼，來實(shí)現(xiàn)高效高質(zhì)量壓縮。如對3對象使用3動畫適用的演算法，對前景壓縮編碼盡可能保留細(xì)節(jié)和平滑；而背景則采用高壓縮率的編碼策略，對于相同的背景只傳輸一次，減少信息量。-4在對視頻圖像對象進(jìn)行編碼時(shí)，實(shí)際上是對一幅圖像以最簡單的模型編碼方式進(jìn)行編碼，對象物被描述成具有矩形外觀的的單個(gè)視頻對象，這就是紋理編碼。而傳統(tǒng)編碼方式中的矩形圖在-4中被看作是的一種特例，這正體現(xiàn)了傳統(tǒng)編碼與基于內(nèi)容編碼在-4中的統(tǒng)一。-4編碼中使用場景描述信息來說明各對象在一個(gè)復(fù)雜多媒體場景中的組合。下面看一圖-4在接收端的系統(tǒng)結(jié)構(gòu)在圖中接收端除了對各自對象進(jìn)行解碼外，還對場景描述信息進(jìn)行解碼。-4的場景描述用來確定對象在時(shí)間和空間上的位置。它基本上采用虛擬現(xiàn)實(shí)造型語言，這種語言規(guī)格用來描述包括3材料、聲音和圖像的復(fù)合場景組合。場景描述像其他流動數(shù)據(jù)一樣在一個(gè)基本流中傳輸，但處理的方式與其他信息不同，接收終端需使用此信息來建立場景結(jié)構(gòu)，對多個(gè)視頻對象及音頻對象進(jìn)行合成。重要的是在-4中，場景描述可以構(gòu)造和升級，從而實(shí)現(xiàn)在更高層次上的互動性。為了更好的說明基于對象的編碼方式對交互性的意義，這里列舉薩爾諾夫公司開發(fā)的用于處理-4的工具下圖。該處理工具可實(shí)現(xiàn)壓縮解壓縮不同的視覺對象為4數(shù)據(jù)流將視頻對象拖入窗口，同時(shí)可調(diào)整對象的大小、幀頻、碼率、透明度、層次替換不同的背景把自然的圖片與視頻對象與計(jì)算機(jī)合成的紋理和動畫對象混合在一起生成每一個(gè)視頻對象的原數(shù)據(jù)借助這套處理工具，用戶可在更高的語義程度上交互使用數(shù)字視頻，其可被廣泛應(yīng)用于交互電視，數(shù)字演播室等領(lǐng)域。五、-4標(biāo)準(zhǔn)在專業(yè)視頻領(lǐng)域的應(yīng)用-4標(biāo)準(zhǔn)的開發(fā)目標(biāo)是實(shí)現(xiàn)多媒體業(yè)務(wù)在各個(gè)領(lǐng)域的應(yīng)用，涉及面非常廣泛，不同的應(yīng)用對應(yīng)的碼率、分辨率、質(zhì)量和服務(wù)也不同。為了滿足各種應(yīng)用的需求，-4標(biāo)準(zhǔn)相當(dāng)龐大，劃分為不同的部分與等級，或者說它提供了分類的方法。將整個(gè)標(biāo)準(zhǔn)劃分為一套子標(biāo)準(zhǔn)，利用這些子標(biāo)準(zhǔn)可以針對某些具體的應(yīng)用組成不同的方案。設(shè)備廠商在應(yīng)用-4標(biāo)準(zhǔn)進(jìn)行產(chǎn)品研發(fā)時(shí)，可根據(jù)應(yīng)用領(lǐng)域的不同，適當(dāng)選擇標(biāo)準(zhǔn)工具的子集。標(biāo)準(zhǔn)的每一個(gè)部分都分別有各自最適合的應(yīng)用場合。例如-4的簡易型部分，是專門針對手持式產(chǎn)品中無線視頻發(fā)射應(yīng)用場合制訂的。目前，-4標(biāo)準(zhǔn)被廣泛應(yīng)用于數(shù)字電視、實(shí)時(shí)多媒體監(jiān)控、視頻會議、低比特率下的移動多媒體通信、網(wǎng)上傳輸?shù)目梢曤娫挼取?4作為流媒體編碼格式在網(wǎng)絡(luò)傳輸中的應(yīng)用-4支持恒定碼率和可變碼率，可根據(jù)線路的傳送速率和對質(zhì)量的不同要求，采用不同碼率，適應(yīng)不同的網(wǎng)絡(luò)帶寬，是面向網(wǎng)絡(luò)傳輸?shù)目蓴U(kuò)展性編碼。由于-4良好的網(wǎng)絡(luò)傳輸性，被用作流媒體格式。過去各公司不得不先給自己的內(nèi)容編碼，在傳輸時(shí)再將其轉(zhuǎn)換成多媒體流格式或別的廣播格式，以便傳送給所有的電腦和電視用戶。現(xiàn)在通過使用-4各公司現(xiàn)在只需給自己的內(nèi)容編碼一次，只從一個(gè)服務(wù)器就可提供流式內(nèi)容。蘋果公司和網(wǎng)絡(luò)公司這樣的流式媒體先導(dǎo)人均以-4作為流媒體文件格式的基礎(chǔ)。24在移動數(shù)字音頻視頻通信中的應(yīng)用-4高效的壓縮性及容錯性適合在窄帶移動網(wǎng)絡(luò)上進(jìn)行多媒體通信。3-4基于對象編碼的特性在交互電視中的使用例如，在轉(zhuǎn)播一場足球