Стандарт кодирования видео- и звуковой информации mpeg-4

Новым проектом группы MPEG является стандарт MPEG-4. Работы по этому проекту были начаты в июле 1993 г. Рабочий про­ект был закончен в ноябре 1996 г. и согласован на уровне Комитета Международной организации по стандартизации в ноябре 1997 г. Большинство документов, входящих в стандарт MPEG-4, были приняты в конце 1998 - начале Г999 годов [15]. В 1999 г. появилась вторая версия MPEG-4.

Стандарт MPEG-4 охватывает следующие области:

• цифровое телевидение и видеосвязь;

• интерактивную графику, синтез изображений;

• интерактивные мультимедийные приложения, в том числе передаваемые через Интернет.

Стандарт MPEG-4 позволяет передавать видео- и звуковую информацию с очень большими коэффициентами сжатия по узко­полосным каналам связи, что необходимо как в системах видеосвя­зи при использовании обычных телефонных сетей и относительно низкоскоростных цифровых каналов (64 кбит/с), так и для передачи движущихся изображений и звукового сопровождения через Ин­тернет. Кроме того, новый стандарт обеспечивает интерактивность, т. е. возможность для пользователя управлять процессом передачи ему информации путем запросов, выбора вариантов и других дей­ствий. Таким образом, стандарт MPEG-4 является важным шагом на пути к интерактивному телевидению будущего.

Объекты и сцены

Важнейшей особенностью MPEG-4 является объектно-ориентированный подход, сущность которого заключается в том, что передаваемое изображение со звуковым сопровождением пред­ставляется как совокупность видео- и аудио- объектов.

Видеообъектами (VO - visual object) могут быть изображения людей и предметов, перемещающихся перед неподвижным фоном, и сам неподвижный фон. Обычное телевизионное изображение может быть единым видеообъектом. Аудиообъектами (АО - audio object) могут быть голоса людей, музыка, другие звуки. Связанные видео- и аудиообъекты, например, изображение человека и его го­лос, образуют аудио-визуальный объект (AVOs - audio-visual object). Видео- и аудиообъекты составляют сцену. MPEG-4 содер­жит специальный язык для описания сцен - BIFS (Binary Format for Scenes - двоичный формат для сцен).

Описание сцены имеет иерархическую структуру. На рис. 4.12 приведен пример структуры описания сцены, в которой Шер­лок Холмс и доктор Ватсон беседуют в комнате на Бейкер-стрит. Верхним уровнем структуры является сцена в целом. Она содержит неподвижный фон, образованный изображениями стен, мебели и т.д. В сцене присутствуют два персонажа, каждый из которых яв­ляется аудио-визуальным объектом, включающим видеообъект -движущееся изображение персонажа, и аудиообъект - голос этого персонажа. Кроме того, в сцене присутствует камин, который так­же является аудио-визуальным объектом, включающим видеообъ­ект изображение непрерывно движущегося огня, и аудиообъект -звуки, исходящие от камина.

Описание каждой сцены включает данные о координатах объектов в пространстве и об их привязке ко времени. Видеообъек­ты могут размещаться в разных плоскостях видеообъектов (VOP -video object plane), так что видеообъекты, находящиеся в более близких к зрителю плоскостях сцены перекрывают при движении видеообъекты, находящиеся в более дальних плоскостях.

Сцена, представляемая пользователю, может содержать все объекты, информация о которых поступает в принимаемом потоке данных, или только часть этих объектов. Состав сцены может оп­ределяться поставщиком мультимедийной продукции, например, в зависимости от суммы денег, заплаченных пользователем. В ин­терактивном режиме пользователь может влиять на развитие сце­ны, подавая соответствующие команды. MPEG-4 позволяет также передавать пользователю дополнительную информацию об объек­тах, которая может отображаться, например, в виде окна с текстом, появляющегося, когда пользователь выбрал с помощью "мышки" какой-либо объект в сцене.

Ясно, что для реализации интерактивных возможностей MPEG-4 необходим не обычный телевизор, а ПК, подключенный к Интернет.