视频通信中MPEG-4的误码弹性

北京交通大学 尉明明 冯玉珉

　　摘要：多媒体业务在BER较高的移动网络上实时传输视频数据时，由于编码视频数据对信息损失和信道误码非常敏感，解码质量会受到显著影响。由于MPEG-4所采用的时空间预测，使得差错会迅速传播，重构视频质量会严重降级。为了减轻无线信道差错对解码质量的影响，须对编解码器采用有效的差错处理机制，本文就MPEG-4的误码弹性作了详细的讨论，并对各种差错恢复机制的组合给出了分析。

　　关键词：MPEG-4 对象提取技术 VOP编码 误码弹性 数据分割 RCPC AIR RVLC

　　随着多媒体系统和无线移动通信先进技术的发展，对各种多媒体业务的支持需求日益增长，如利用移动多媒体技术实现移动电话会议、远程医疗、移动TV，远程教学等。由于MPEG-4提供的高压缩效率及其差错恢复性能，广泛的应用与无线网络通信，而MPEG-4编码的视频数据，由于采用了VLC和时域预测，对误码是非常敏感的。当遇到差错时，VLC使得解码器很容易丢失与编码器的同步，时域预测使得重组视频中的差错会在后续视频帧中扩散，因此需要采用各种差错恢复技术，来减少比特流中的误码，当然这需要付出增加的比特开销。

一、MPEG-4关键技术

　　在MPEG-4制定之前，MPEG-1、MPEG-2、H.261、H.263都是采用第一代压缩编码技术，着眼于图像信号的统计特性来设计编码器，属于波形编码的范畴。第一代压缩编码方案把视频序列按时间先后分为一系列帧，每一帧图像又分成宏块以进行运动补偿和编码，这种编码方案存在以下缺陷。

（1）将图像固定地分成相同大小的块，在高压缩比的情况下会出现严重的块效应，即马赛克效应；

（2）不能对图像内容进行访问、编辑和回放等操作；

（3）未充分利用人类视觉系统（HVS，Human Visual System）的特性。

　　MPEG-4除采用第一代视频编码的核心技术，如变换编码、运动估计与运动补偿、量化、熵编码外，还提出了一些新的有创见性的关键技术，充分利用了人眼视觉特性，抓住了图像信息传输的本质，从轮廓、纹理思路出发，支持基于视觉内容的交互功能，这适应了多媒体信息的应用由播放型转向基于内容的访问、检索及操作的发展趋势。

1、视频对象提取技术

　　MPEG-4实现基于内容交互的首要任务就是把视频/图像分割成不同对象或者把运动对象从背景中分离出来，然后针对不同对象采用相应编码方法，以实现高效压缩。尽管MPEG-4 框架已经制定，但至今仍没有通用的有效方法去根本解决视频对象分割问题，视频对象分割被认为是一个具有挑战性的难题。

　　目前进行视频对象分割的一般步骤是：先对原始视频/图像数据进行简化以利于分割，这可通过低通滤波、中值滤波、形态滤波来完成；然后对视频/图像数据进行特征提取，可以是颜色、纹理、运动、帧差、位移帧差乃至语义等特征；再基于某种均匀性标准来确定分割决策，根据所提取特征将视频数据归类；最后是进行相关后处理，以实现滤除噪声及准确提取边界。

2、VOP视频编码技术

　　视频对象平面（VOP，Video Object Plane）是视频对象（VO）在某一时刻的采样，VOP是MPEG-4视频编码的核心概念。MPEG-4在编码过程中针对不同VO采用不同的编码策略，即对前景VO的压缩编码尽可能保留细节和平滑；对背景VO则采用高压缩率的编码策略，甚至不予传输而在解码端由其他背景拼接而成。这种基于对象的视频编码不仅克服了第一代视频编码中高压缩率编码所产生的方块效应，而且使用户可与场景交互，从而既提高了压缩比，又实现了基于内容的交互，为视频编码提供了广阔的发展空间。

3、视频编码可伸缩性技术

　　视频编码的可伸缩性（scalability）是指码率的可调整性，即视频数据只压缩一次，却能以多个帧率、空间分辨率或视频质量进行解码，从而可支持多种类型用户的各种不同应用要求。