2．MPEG-4标准的构成 1 ） 多 媒 体 传 送 整 体 框 架 （ DMIF ， The Dellivery Multimedia Integration Framework）。DMIF主要解决交互网络中、广播环境 下以及磁盘应用中多媒体应用的操作问题。通过传输多路合成比 特信息来建 立客户端和 服务器端的 握手和传输 。通过DMIF， MPEG-4可以建立起具有特殊品质服务(QoS)的信道和面向每个基 本流的带宽。 2）数据平面。MPEG-4中的数据平面可以分为两部分：传输关系 部分和媒体关系部分。为了使基本流和AV对象在同一场景中出现， MPEG4引用了对象描述（OD）和流图桌面（SMT）的概念。OD 传输与特殊AV对象相关的基本流的信息流图。桌面把每一个流与 一个CAT（Channel Assosiation Tag）相连，CAT可实现该流的顺 利传输。 3）缓冲区管理和实时识别。MPEG-4定义了一个系统解码模式 （SDM），该解码模式描述了一种理想的处理比特流句法语义的 解码装置，它要求特殊的缓冲区和实时模式。通过有效地管理， 可以更好地利用有限的缓冲区空间。
显示时间标记（PTS）：
是与视频及音频显示单元有关的编码器系统时钟的样本，显示单元是一个解 码的视频或音频时间序列。 PTS代表了视频图像被显示的时间或音频时间序列的起始回放时间。 编码器至少每0.7s（最小值）将SCR插入一个PTS到MPEG码流中。 PTS用于通知解码器何时显示一个已解码的图像帧，由于一个PES包对应一帧 图像，因此每个PES包中均应设定与该图像帧对应的PTS值。
MPEG-1为解码器制定了两个时钟：系统时钟基准（SCR）
显示时间标记（PTS） MPEG-2为解码器制定了三个时钟：系统时钟基准（SCR） 显示时间标记（PTS）
节目时钟基准（PCR）
系统时钟基准（SCR）： 90KHz，即一天24小时中产生7.8x10E9个时钟。 为保持SCR对视音频的一致性， MPEG视频及音频编码器至少每0.7s（最小 值）将SCR插入到MPEG的码流中。 在接收端的系统解码器中SCR被提取出来，再分别送到视频、音频解码器中。 视频及音频解码器使用由系统解码器送来的SCR值刷新它们的内部时钟。从而与 发送端的编码器同步。
同步并行接口（SPI）
应用：用于数据速率可变的并行传输系统，主要用于设备较多的环境。
同步：数据传输通过MPEG-2传输流中的字节时钟来同步。 传输链路：传输输送链路采用LVDS（低压差分驱动）、25针D型超小 型连接器。 信号格式：SPI信号是将时钟、数据和同步信号并行传输，即8个数据 位、1个MPEG-2包同步（PSYNC）信号、1个数据有效（DVALID） 信号，一共10bits一起并行传输。所有信号均与时钟信号同步，且以非 归零码（NRZ）形式编码。 时钟信号频率 fp = fu/8（包长为188字节）； fp =（204/188） fu / 8 fp （包长为204节）。 fu对应于MPEG-2传送层的有用比特率Ru ，时钟信号频率 fp<=13.5MHz。
HD-SDI高清晰度串行数字分量接口:
HDTV使用符合SMPTE292M标准的串行数字分量接口传输数字分量电
视信号及其内嵌的多路数字音频信号,其取样频率为国为74.25MHz,量化电平 10bits,码率为1485Mbps。使用75ΩBNC连接器和75Ω同轴电缆，用8281电 缆时最大传输距离100米。
视频ES 视频编码器 1 打包器
视频PES 节目时钟参考信息 音频PES TS 复 接 器
系统时钟 音频ES 1
音频编码器 1 视频编码器 n 系统时钟 n 音频编码器n
打包器
打包器
打包器
产生TS的结构方框图
包头
包1
包头
包2
包头
包n
MPEG 节目和编码
包头起始
01
SCR
节目复接速率
系统头
3.应用前景：
MPEG4的应用前景将是非常广阔的。它的出现将对以下各方 面产生较大的推动作用： 数字电视； 动态图象； 万维网（WWW）； 实时多媒体监控； 低比特率下的移动多媒体通信； 用于内容存储和检索多媒系统； Internet/Intranet上的视频流与可视游戏； 基于面部表情模拟的虚拟会议； DVD上的交互多媒体应用； 基于计算机网络的可视化合作实验室场景应用； 演播电视等。
PES包1

PES包i
PES包n
系统头 起始码
头长
速率界限

音频界限 固定的 CSPS
标
志 视频频带 音频锁定 视频锁定 N环

码流 标志 11 P-STD缓 冲限标尺 P-STD缓 冲范围界限

节目码流PS的组成
MPEG-2的同步
MPEG算法提供一定的定时方法，保证视音频的同步。
188字节 包头 净荷 包头 净荷 包头 净荷
同步 8
传送有误 1
起始指示 1
传送优先级 1
PID 13
加扰控制 2
自适应区 2
连续计数 4
自适应区 n1
净荷
自适应区
不连续性指示
随机接入指示
ES流优先级
5个标志
自选区
填充比特
PCR
OPCR
拼接倒计数
传送私有
自适应区扩展
48
48
8
8+n3
8+n4
传输流TS的组成
异步串行接口（ASI）：
应用：ASI仅用于点对点链路。
ASI协议结构：三层结构，
第0层为物理层：规定传输媒介、驱动器、接收器、传输速率。 物理接口有LED驱动的多模光纤和同轴电缆两种。 光纤连接器符合IEC874-14的SC型连接器，
同轴电缆连接器为BNC型。
基本传输速率定义为270Mb/s（传输信道速率）。 第1层为数据编码层：规定串行编码规则、专用字符及差错控制。编码采用 8B/10B传输码；差错校验由无效传输码点和“游程”不等性来实现；专用字符 定义为编码数据字节未用的附加码点。 第2层为MPEG-2层：定义传送包同步、传送包格式、传送包定时。由 MPEG-2标准规定。
节目时钟基准（PCR）：
仅应用在MPEG-2中。 PCR用在传送码流（TS）中（如像SCR被用在MPEG-1的系统码流中一样）， 由于每个节目均有其本身的时钟基准，故包含多个节目的传送码流（TS），对每 个节目各有其本身的PCR域值。
MPEG-2编/解码器接口
MPEG-2数据信号的三种接口：同步并行接口（SPI） 同步串行接口（SSI） 异步串行接口（ASI） 三种接口连接的设备：QPSK解调器、QAM调制器、复用器、解复用器、 电信网络适配器。 三种接口采用的传送包结构：204/188
4）音频编码。MPEG-4的优越之处在于，它不仅支持自 然声音，而且支持合成声音。MPEG-4的音频部分将音频 的合成编码和自然声音的编码相结合，并支持音频的对象 特征。 5）视频编码。与音频编码类似，MPEG-4也支持对自然和 合成的视觉对象的编码。合成的视觉对象包括2D、3D动 画和人面部表情动画等。 6）场景描述。MPEG-4提供了一系列工具，用于组成场景 中的一组对象。一些必要的合成信息就组成了场景描述， 这 些 场 景 描 述 以 二 进 制 格 式 BIFS （ Binary Format for Scene description）表示，BIFS与AV对象一同传输、编码。 场景描述主要用于描述各AV对象在一具体AV场景坐标下， 如何组织与同步等问题。同时还有AV对象与AV场景的知 识产权保护等问题。MPEG4为我们提供了丰富的AV场景。
6) H.264
1999年开始制定，2004年年底发布 H.264建立在块匹配混合编码基础上，采取一系列高效压缩编码技术的开 放式标准 新标准 H.264在H.263与MPEG-4基础上的性能提升，必将对视频移动通信， 视频流服务，HDTV等领域的IP视频传输和存储产生极其深远的影响 在相同的SNR下，平均码流H.264比MPEG-4降低41%，比H.263降低52%， 比MPEG-2降低67%（一套SDTV/6Mbps降低为1.98Mbps)
PES起始码
码流ID
PES包长
PES头
填充比特
PES包数据
10
PES加扰控制
PES优先级
数据对称指示
版权
原始还是复制
7个标志
PES头数据长度
自选区
PTS DTS
ESCR
ES码率
DSM特殊模式
附加的复制信
PES CRC
PES扩展
5个标志 自选区
PES私用数据
包头区
节目包顺序计数
P-STD缓存
PES扩展区
5）MPEG – 4标准 • 1993年提出，2000年公布为国际标准。 • 与MPEG – 1 和MPEG – 2 有很大不同，它更基于内容的交互 性， 高的压缩率和灵活多样的存取模式。目前主要用于流媒体。
MPEG-4主要是针对多媒体交互应用等通信领域。MPEG-4试图达到 两个目标：一是低比特率下的多媒体通信； 二是多工业的多媒体通信的综合。 据此目标，MPEG-4引入AV对象（Audio/Visaul Objects），使得 更多的交互操作成为可能。 1．AV对象（AVO）：AV对象的基本单位是原始“AV对象”，它们 可能是一个没有背景的说话的人，也可能是这个人的语音或一段 背景音乐等。它具有高效编码、高效存储与传播及可交互操作的 特性。在MPEG-4中，AV对象有着重要的地位。MPEG-4对AV对 象的操作主要有： (1)采用AV对象来表示听觉、视觉或者视听组合内容。 (2)允许组合已有的AV对象来生成复合的AV对象，并由此生成 AV场景。 (3)允许对AV对象的数据灵活地多路合成与同步，以便选择合适 的网络来传输这些AV对象数据。 (4)允许接收端的用户在AV场景中对AV对象进行交互操作。 (5)MPEG-4支持AV对象知识产权与保护。