FIEE – UNMSM. Mego.
Radiodifusión – Algoritmo MPEG-4
.
ALGORITMO MPEG-4
Diego Joseph Mego Guerrero
diegomegoguerrero@gmail.com
RESUMEN: El estándar MPEG-4, definido en
ISO/IEC 14496-2, es desarrollado para proveer a los
usuarios un nuevo nivel de interacción con los contenidos
visuales. Provee tecnología para ver, acceder, y
manipular objetos más allá que píxeles, con una gran
solidez ante errores en tasas de bit elevadas. Los campos
de aplicación varían desde televisión digital, transmisión
de video, hasta multimedia móvil y juegos. Provee
herramientas para codificación de forma, estimación de
movimiento y compensación, codificación de texturas,
resiliencia a errores, codificación de sprites y
escalabilidad. La codificación de forma se hace en modo
binario, la forma de cada objeto es descrita por una
máscara binaria; la compensación de movimiento está
basada en bloques, con modificaciones para los límites
del objeto; la de la textura se basa en 8x8 DC, y así el
resto. Los puntos de conformidad están definidos en el
Perfil Simple, el Perfil Núcleo, y el Perfil Principal
PALABRAS CLAVE: MPEG4, estándar, compresión,
codificación, multimedia.
1 INTRODUCCIÓN
La multimedia está en la prioridad de la creciente
atención de las telecomunicaciones, los usuarios finales,
y la industria de computadoras. En un amplio sentido, la
multimedia es asumida como un marco de trabajo general
para la interacción con información disponible de
diferentes fuentes, incluyendo video.
Un estándar multimedia debe proveer soporte para
un gran número de aplicaciones. Estas se trasladan en
conjuntos específicos de requisitos los cuales pueden ser
muy diferentes uno del otro. Un tema común para la
mayoría de aplicaciones es la necesidad de soporte de
interactividad con diferentes tipos de información. Las
aplicaciones relacionadas a información visual pueden
ser agrupadas en la base de diferentes características:
 Tipo de data (imagen fija, video, etc.)
 Tipo de fuente (imágenes naturales,
imágenes por computadora, etc.)
 Tipo de comunicación: desde punto a punto
hasta multipunto a multipunto
 Tipo de funcionalidades deseadas:
manipulación de objetos, edición en tiempo
real, etc.)
Los estándares de video MPEG-1[1] y MPEG-2 [2],
aunque perfectamente adecuados en ambientes para los
cuales fueron diseñados, no son necesariamente flexibles
para manejar eficientemente los requisitos de las
1
aplicaciones multimedia. Es aquí, donde MPEG (Moving
Pictures Experts Group) se abocó al desarrollo del
estándar MPEG-4, proveyendo una plataforma común
para un amplio rango de aplicaciones multimedia [3].
MPEG ha estado trabajando en este desarrollo desde
1993, después de 6 años, un Estándar Internacional ha
adoptado finalmente la cobertura de la primera versión de
MPEG-4. [4]
2 VISTA GENERAL
2.1 MOTIVACIÓN
El video digital está reemplazando al analógico en
muchas aplicaciones existentes. Un ejemplo es la
introducción de la televisión digital, que empieza un
amplio despliegue. Otro ejemplo fue el reemplazo del
antiguo VHS por el DVD para la visualización de películas.
MPEG-2 ha sido uno de las tecnologías clave que
permitió la aceptación de esos nuevos formatos. En estas
aplicaciones existentes, el video digital pareciera no diferir
mucho en funcionalidad con el video análogo, pero hay
obvios beneficios como una mejora de calidad y
confiabilidad, aunque el contenido sea el mismo desde el
punto de vista del usuario. Sin embargo una vez en
contenido está en el dominio digital, nuevas
funcionalidades pueden ser añadidas fácilmente, que
permitirá al usuario interactuar en nuevas formas con el
contenido. MPEG-4 provee las tecnologías clave que
permitirá tales funcionalidades
2.2 . ÁREAS DE APLICACIÓN
2.2.1 TV DIGITAL
Con el crecimiento de la Internet, se aumentó la
capacidad del usuario de controlar gráficos, audio,
imágenes y texto, para un valor agregado de ciertos
programas, o proveer información útil al televidente pero
no necesariamente relacionado con el programa que se
está viendo. La capacidad de enlazar y sincronizar
eventos con video mejora la experiencia de usuario. La
codificación y representación de no sólo tramas de video,
sino objetos individuales en pantalla, han abierto las
puertas a formas totalmente nuevas de la programación
en televisión
2.2.2 MULTIMEDIA MÓVIL
La enorme popularidad de los smartphones nos dan
la idea del interés en las comunicaciones móviles y
computación. Usando multimedia en estos dispositivos
mejoraría la experiencia de usuario. Estrechos anchos de
banda, capacidad computacional limitada, y confiabilidad
FIEE – UNMSM. Mego. Radiodifusión – Algoritmo MPEG-4
.
de la transmisión son limitaciones que van siendo
superadas a grandes pasos, ya que hablamos de un
estándar que tiene una mejor eficiencia de codificación y
una gran flexibilidad en la asignación de recursos
computacionales.
2.2.3 PRODUCCIÓN DE TV
La creación de contenido ahora está volcada en
técnicas de producción virtuales como extensiones al ya
conocido chroma keying. La escena y actores son
grabados por un lado, y puede ser mezclado con efectos
computacionales adicionales y efectos especiales.
Codificando los objetos de videos en vez de cuadros de
videos rectangulares y lineales, y permitiendo acceso a
los objetos de video, la escena puede ser renderizada con
mayor calidad y flexibilidad. La televisión que consiste en
objetos de videos compuestos, y audio y gráficos
adicionales, pueden ser transmitidos directamente al
usuario.
2.2.4 JUEGOS
La popularidad de los juegos demanda mayor
interacción del usuario. Muchos juegos diseñados en 3D
se vuelven más realistas con la adición de objetos de
video bajo técnicas de superposición. Es posible
personalizar, por tanto, los juegos mediante el uso de
bases de información de videos enlazados en tiempo real
en el mismo.
Figura 1. Funcionalidades ofrecidas por el estándar
2.2.5 TRANSMISIÓN DE VIDEO
El streaming de video en la Internet es más popular
que nunca. Actualizaciones de noticias, redes sociales,
conciertos, etc. Aquí, el ancho de banda es limitado por el
uso de módems, y la confiabilidad dela transmisión es un
problema, ya que pueden ocurrir pérdidas de paquetes.
Con una mejorada resiliencia a errores y mejor eficiencia
de codificación, MPEG-4 alivia tales problemas.
2.3 CARACTERÍSTICAS
El estándar MPEG-4 consiste en un conjunto de
herramientas que permiten aplicaciones al soportar
muchas clases de funcionalidades. Las más importantes
cubiertas por este estándar pueden ser agrupadas en 3
categorías, como se ve en la Figura 1, y resumida como
sigue:
1) Eficiencia de compresión: Este concepto ha
sido la premisa principal para MPEG-1 y
MPEG-2, y ahora en sí mismo ha permitido
aplicaciones como TV Digital y DVD. La
mejorada eficiencia de codificación de flujos
de datos concurrentes múltiples aumenta la
aceptación de aplicaciones basadas en el
estándar MPEG-4
2) Interactividad basada en contenido:
Codificando y representando objetos de
video en vez de cuadros, permite
aplicaciones basadas en contenidos. Es una
2
de las más importantes novedades que
aporta el estándar. Basado en una
representación eficiente de objetos, como
su manipulación, edición en flujo de bits, y
escalabilidad basada en objetos permite
nuevos niveles de interactividad de
contenido.
3) Acceso Universal: La robustez en entornos
propensos a error permite al contenido
codificado en MPEG-4 ser accesible sobre
un amplio rango de media, como redes
móviles así como las cableadas. En adición,
la escalabilidad temporal y espacial basada
en el objeto permite al usuario decidir donde
usar recursos, como pueden ser el ancho de
banda disponible.
visual MPEG-4
Para soportar algunas de estas
funcionalidades, MPEG-4 debe proveer la
capacidad de representar arbitrariamente
objetos de video con forma definida. Cada
objeto puede ser codificado con diferentes
parámetros y a diferentes calidades. La forma
de un objeto de video puede ser representado
en MPEG-4por un plano binario o a nivel de
grises. La textura es codificada aparte de su
forma. Para aplicaciones de baja tasa de bits,
se puede usar la codificación basada en cuadro,
como en MPEG-1 y MPEG-2. Para aumentar la
robustez a los errores, son tomadas en cuenta
previsiones especiales en el nivel del flujo de
bits para permitir una rápida re sincronización, y
una recuperación eficiente ante errores.
El estándar MPEG-4 ha sido explícitamente
optimizado para tres rangos de tasa de bits
1) Debajo de 64 kbit/s
2) 64-384 kbit/s
3) 348-4 Mbit/s
Para aplicaciones de alta calidad, altas tasas de
bits son también soportadas mientras se use el
mismo set de herramientas y la misma sintaxis
FIEE – UNMSM. Mego. Radiodifusión – Algoritmo MPEG-4
.

de flujo de bits para los disponibles en las tasas correspondiente a otro objeto o fondo de la
de bits más bajas. escena

MPEG-4 provee soporte para material  Capa de objeto de video (VOL): Cada
objeto de video puede ser codificado en
entrelazado y progresivo. El formato de
forma escalable (multicapa), o no escalable
crominancia que es soportado es 4:2:0. En este (capa única), dependiendo de la aplicación,
formato el número muestras de Cb y Cr son la representado por el VOL. Provee soporte
mitad del número de muestras de las de la para codificación escalable. Un objeto de
luminancia tanto en horizontal como en vertical. video puede ser codificado usando
Cada componente puede ser representada por escalabilidad temporal o espacial, yendo
un número de bits variante de 4 a 12. desde grandes a finas resoluciones.
Dependiendo de parámetros como ancho de
banda disponible, potencia computacional, y
2.4 ESTRUCTURA Y SINTAXIS
preferencias de usuario, la resolución
deseada puede ser hecha disponible para el
El concepto central definido por el estándar MPEG-
decodificador
4 es el objeto audiovisual, el cual es el fundamento de la
representación basada en objeto. Tal representación está
acondicionada para aplicaciones interactivas y da acceso
directo a los contenidos de le escena. Nos limitaremos
principalmente a objetos de video natural. Un objeto de
video puede consistir de una o más capas para soportar
la codificación escalable. Esta sintaxis escalable permite
la reconstrucción del video en forma de capas partiendo
de una capa base autónoma, y agregando una serie de
capas de mejora. Esto permite a las aplicaciones generar
un único flujo de bits de video MPEG-4 para una variedad
de requisitos de ancho de banda y/o computacionales. Un
caso especial es donde un alto grado de escalabilidad es
requerida, y ocurre cuando una imagen estática es
mapeada en 2 o 3 objetos dimensionales. Para manejar
esta funcionalidad, el estándar provee un modo especial
para codificar texturas estáticas usando una
transformación ondícula. Figura 2. Ejemplo de una estructura lógica de flujo de
bits de video en MPEG-4
Una escena visual MPEG-4 puede consistir de uno
o más objetos de video, cada uno de ellos es
caracterizado por información espacial y temporal en los Hay 2 tipos de capas de objetos de video, la capa de
aspectos de su forma, movimiento, y textura. Para ciertas objeto de video que provee funcionalidad completa
aplicaciones, los objetos de video pueden no ser MPEG-4, y una capa de funcionalidad reducida, la capa
deseables, debido a posible dificultad de generarlos. Para de objeto de video con cabeceras cortas. El último provee
esas aplicaciones, el estándar permite las codificaciones compatibilidad de flujo de bits con la línea base H.263. [5]
de cuadros rectangulares los cuales representan un caso
degenerado de un objeto formado arbitrariamente. Cada objeto de video es muestreado en tiempo,
cada muestra de tiempo de un objeto de video es un plano
Un flujo de bits visual en MPEG-4 provee una de objeto de video. Estos puedes ser agrupador para
descripción jerárquica de una escena visual como se formar un conjunto de planos de objetos:
muestra en la Figura 2. Cada nivel de la jerarquía puede
ser accedido in el flujo de bits por códigos especiales
 Grupo de planos de objetos de video
llamados códigos de inicio. Los niveles jerárquicos que
(GOV): Proveen puntos en el flujo de bits
describen la escena más directamente son:
donde los planos de objetos de video son
codificados independientemente de cada
 Secuencia de objeto visual (VS): La otro, y por tanto proveer puntos de acceso
escena completa MPEG-4 que puede aleatorio dentro del flujo de bits. Los GOV
contener cualquier objeto natural o sintético son opcionales.
2D o 3D y sus correspondientes capas de
mejora.  Plano de objeto de video (VOP): Es la
muestra en tiempo de un objeto de video.
 Objeto de video (VO): Un objeto de video Pueden ser codificados
corresponde a un objeto 2D en particular en independientemente de cada otro, o
la escena. En el caso más simple, esto dependiente de otro por el uso de
puede ser un cuadro rectangular, o un compensación de movimiento. Un cuadro
objeto formado arbitrariamente

3
FIEE – UNMSM. Mego. Radiodifusión – Algoritmo MPEG-4
.
de video convencional puede ser
representado por un VOP con forma
rectangular.
Un plano de objeto de video puede ser usado en
muchas maneras. La más común es en la que el vop
contiene la información de video codificada de una
muestra de tiempo de un objeto de video. En ese caso
contiene parámetros de movimientos, información de
forma e información sobre la textura. Puede también
codificarse un sprite. Un sprite es un objeto de video que
es usualmente más grande que el video mostrado, y
persiste en el tiempo. Hay maneras de modificar
ligeramente un sprite, cambiando su brillo o
transformándolo en una deformación espacial. Es usado
para representar, más o menos áreas estáticas, como
fondos. Los sprites son codificados usando macro
bloques.
Un macro bloque contienen una sección de la
componente de luminancia y los componentes sub
muestreados espacialmente de la crominancia. En el
estándar MPEG-4 hay soporte para sólo un formato de
crominancia para un macro bloque, el formato 4:2:0. En
este formato, cada macro bloque contiene 4 bloques de
luminancia y 2 de crominancia. Cada bloque contiene 8x8
pixeles, y es codificado usando la transformada DCT. Un
macro bloque lleva la información de forma, movimiento y
textura.
La Figura 3 muestra el diagrama de bloques general
de la codificación y decodificación de MPEG-4 basado en
la noción de los objetos de video. Cada uno de estos es
codificado separadamente. Por razones de eficiencia y
retro compatibilidad, los objetos de video son codificados
por medio de sus correspondientes planos de objetos de
video en un esquema híbrido de alguna manera similar a
los anteriores estándares MPEG. La Figura 4 muestra un
ejemplo de decodificación de un VOP.
Figura 3. Diagrama de bloques general de un video
MPEG-4
Figura 4. Ejemplo de decodificación basada en VOP en
MPEG-4
4
3 HERRAMIENTAS DE CODIFICACIÓN
DE FORMA
En el estándar visual MPEG-4, 2 clases de
información de forma son considerados como inherentes
características de un objeto de video. Estos están
referidos como la información de forma de escala de
grises, y la binaria. Por esta última, se quiere decir de una
información de etiqueta que define qué porciones
(píxeles) del soporte del objeto pertenece al objeto de
video en un tiempo determinado. La información de forma
binaria es mejor representada como una matriz con el
mismo tamaño que la de la VOP. Cada elemento de la
matriz puede tomar uno de dos posibles valores
dependiendo de si el píxel está dentro o fuera del objeto
de video. La forma en escala de grises es una
generalización del concepto de forma binaria, proveyendo
una posibilidad de representar objetos transparentes, y
reducir los efectos de aliasing. Aquí, la información de
forma es representada en 8 bits, en vez de un valor
binario.
3.1 CODIFICACIÓN DE FORMA BINARIA
La información de forma binaria es codificada por
una técnica de bloque compensado de movimiento
permitiendo codificación con o sin pérdidas de tal
información. En MPEG-4, la forma de cada VOP es
codificada junto con sus otras propiedades (textura y
movimiento). Para este fin, la forma de un VOP es limitada
por una ventana rectangular con un tamaño de múltiplos
de 16 píxeles en direcciones vertical y horizontal. La
posición del rectángulo limitante puede ser elegida de tal
manera que contenga en mínimo número de bloques de
16x16 sin píxeles transparentes. Las muestras en la caja
limitante son luego particionadas en bloque de 16x16
muestras y el proceso de codificación/decodificación se
realiza bloque por bloque.
La matriz binaria representando la forma de un VOP
es referido como una máscara binaria. Aquí, cada píxel
perteneciente a la VOP se establece a 255, y todos los
otros píxeles a cero. Luego es particionada en bloques
alfa binarios (BAB) de 16x16. Cada BAB es codificado
separadamente. Empezando de cuadros rectangulares,
es común tener BABs con todos los píxeles del mismo
valor, 0 (bloque transparente) o 255 (bloque opaco). El
algoritmo de compresión de forma provee muchos modos
para codificar un BAB. Las herramientas básicas para
codificar BABs son el algoritmo de Codificación Aritmética
basada en Contexto (CAE) [6], y compensación de
movimiento. InterCAE y IntraCAE son variantes del
algoritmo CAE usado con y sin compensación de
movimiento, respectivamente. Cada modo de codificación
de forma soportada por el estándar es una combinación
de estas herramientas básicas. Los vectores de
movimiento pueden ser calculados buscando la mejor
posición concordante (dado por ea suma mínima de
diferencias absolutas). Los vectores de movimiento por sí
mismos son codificados diferencialmente. Cada BAB
puede ser codificado en uno de los siguientes modos:
FIEE – UNMSM. Mego. Radiodifusión – Algoritmo MPEG-4
.
1) El bloque es etiquetado como transparente.
En este caso, no es necesaria la
codificación. La información de textura
tampoco es codificada para cada bloque.
2) El bloque es etiquetado como opaco. Una
vez más, la codificación de forma no es
necesaria para tales bloques, pero la
información de textura necesita ser
codificada (ya que ellos pertenecen al VOP)
3) El bloque es codificado usando IntraCAE sin
uso de información pasada.
4) La diferencia de vector de movimiento
(MVD) es cero pero el bloque no es
actualizado.
5) MVD es cero y el bloque es actualizado.
Inter CAE es usado para codificar la
actualización del bloque.
6) MVD no es cero, pero el bloque no es
codificado.
7) MVD no es cero, y el bloque está codificado.
El algoritmo CAE es usado para codificar píxeles en
BABs. El codificador aritmético es inicializado al comienzo
del proceso. Cada pixel se codifica como sigue:
1) Se calcula un número contexto de acuerdo
a la definición de la Figura 5.
2) Se indiza una tabla de probabilidad usando
este número de contexto.
3) Se usa la probabilidad obtenida para
manejar el codificador aritmético para la
asignación de palabra clave
Figura 5. Número contexto seleccionado para
codificación de forma InterCAE (a) y Intra CAE (b). Para
cada caso, el píxel a ser codificado está marcado por un
círculo, y los píxeles contexto están marcados con
cruces. En el InterCAE, parte de los píxeles contexto son
tomados de los bloques alrededor en el cuadro anterior.
3.2 CODIFICACIÓN DE FORMA DE ESCALA
DE GRISES
La información de forma en escala de grises tiene
una estructura similar correspondiente a la de la forma
binaria con la diferencia que cada píxel (elemento de
matriz) puede tomar un rango de valores (0 a 255),
transparente a oscuro. Valores intermedios correspondes
a intermedios grados de transparencia de ese píxel. Por
convención, una información de forma binaria
corresponde a una información de forma de escala de
grises con valores de 0 a 255.
La información de forma de escala de grises es
codificada usando un DCT compensado en movimiento
5
basado en bloque, similar al de la codificación de textura,
permitiendo sólo codificación con pérdidas. La
codificación de forma de escala de grises también hace
uso de codificación de forma binaria para codificar su
soporte.
4 ESTIMACIÓN DE MOVIMIENTO Y
HERRAMIENTAS DE
COMPENSACIÓN
La estimación del movimiento y compensación son
comúnmente usadas para comprimir secuencias de video
usando redundancias temporales entre cuadros. Las
aproximaciones para compensación por movimiento en
MPEG-4 son similares a aquellos usados en otros
estándares. La principal diferencia es que las técnicas
basadas en bloques usadas en los otros estándares han
sido adaptadas para la estructura VOP usada en MPEG-
4. El estándar provee 3 nodos para codificar un VOP de
entrada, como se muestra en la Figura 6, a nombrar:
1) Un VOP puede ser codificado
independientemente de cualquier otro VOP.
En este caso, el VOP codificado se
denomina Intra VOP (I-VOP)
2) Un VOP puede ser predicho (por
compensación de movimiento) basado en
otro VOP decodificado previamente. Tales
son los VOP Predichos (P-VOP)
3) Un VOP puede ser predicho en base a
VOPs pasados así como futuros. Tales son
denominados VOPs Interpolados
Bidireccionales (B-VOP). Estos pueden sólo
ser interpolados basados en I-VOP o P-
VOPs.
Obviamente, la estimación por movimiento es
necesario sólo para codificar P-VOPs y B-VOPs. La
estimación es realizada solo para macro bloques en la
caja límite del VOP en cuestión. Si un macro bloque yace
enteramente en un VOP, la estimación es realizada en la
forma usual, basado en coincidencias de bloque de macro
bloques 16x16, así como 8x8 bloques (en modo de
predicción avanzada). Esto resulta en un vector de
movimiento para el entero macro bloque, y uno por cada
uno de sus bloques. Los vectores de movimiento son
calculados a precisión de media muestra.
Figura 6. Los 3 modos de codificación VOP. I-VOPs son
codificados sin información de otros VOPs. P- y B-VOPs
están predichos basados en I- u otros P-VOPs.
FIEE – UNMSM. Mego. Radiodifusión – Algoritmo MPEG-4
.
5 HERRAMIENTAS DE CODIFICACIÓN
DE TEXTURAS
La información de textura de un plano de objeto de
video está presente en la luminancia, Y, y 2 componentes
de crominancia, Cb, Cr, de la señal de video. En el caso
de un I-VOP, la información de textura reside
directamente en los componentes de luminancia y
crominancia. En el caso de VOPs compensados por
movimiento, la información de textura representa el error
residual resultante después de la compensación. Para
codificar la información de textura, el estándar DCT
basado en bloques 8x8 es usado. Para codificar un VOP
arbitrariamente formado, una malla de 8x8 es
superpuesta en el VOP. Usando esta malla, los bloques
8x8 que son internos al VOP son codificados sin
modificaciones. Los bloques que se extienden en ambos
lados del VOP son denominados bloques de frontera, y
son tratados distintos de los bloques internos. Los
bloques transformados son cuantizados, y una predicción
de coeficiente individual puede ser usada desde los
bloques vecinos para reducir más el valor de entropía de
los coeficientes. Esto es seguido por un scanning de los
coeficientes para reducir la longitud de recorrido promedio
hacia coeficientes codificados. Luego, los coeficientes
son codificados por codificación de longitud variable. Este
proceso se muestra en diagrama de bloques en la Figura
7:
Figura 7. Proceso de codificación de texturas VOP
6 RESILIENCIA A ERRORES
Esta funcionalidad es importante para acceso
universal a través de ambientes propensos a errores,
como las comunicaciones móviles.
MPEG-4 provee varios mecanismos para permitir
resiliencia a errores con diferente grado de robustez y
complejidad. Estos mecanismos son ofrecidos por
herramientas que proveen medios para resincronización,
detección de errores, recuperación de información y
ocultación de errores. Hay 4 herramientas y son:
 Resincronización Es la manera más
frecuente de traer resiliencia a errores a un
flujo de bits. Consiste en insertar
marcadores únicos en el flujo de bits de
modo que en caso de un error, el
decodificador pueda saltar los bits restantes
hasta el siguiente marcador y volver a
decodificar desde ese punto en adelante.
6
 Partición de información Este método
separa los bits de codificación de
información de movimiento y los de textura.
En caso de error, un método más eficiente
de ocultamiento de error puede ser aplicado
cuando por ejemplo, el error ocurre en los
bits de textura.
 Código de extensión de cabecera Estos
códigos binario permiten una inclusión
opcional de información de cabecera
redundante, vital para una correcta
decodificación del video. De esta manera,
las oportunidades de corrupción de la
información de cabecera y el completo salto
de largas porciones del flujo de bits será
reducido
 VLCs reversibles Estos VLCs permiten
reducir más la influencia de ocurrencia de
errores en la informaci{on decodificada.
RVLCs son palabras código las cuales
pueden ser decodificadas tanto como hacia
delante como por atrás. En caso de error y
salto de flujo de bits hasta el siguiente
marcador de resincronización, es posible
aún decodificar porciones del flujo de bits
corruptos en orden inverso para limitar el
impacto del error.
La Figura 8 resume la influencia de estas
herramientas en la sintaxis del flujo de bits MPEG-4.
Figura 8. Herramientas de resiliencia de errores en
MPEG-4
7 CODIFICACIÓN DE SPRITE
Un sprite consiste de aquellas regiones de un VO
que están presentes en la escena, a lo largo del segmento
de video. Esencialmente es una imagen estática que
puede ser trasmitida solo una vez, al inicio de la
transmisión. Sprites han sido incluidos en MPEG-4
principalmente porque proveen alta eficiencia de
compresión en tales casos. La codificación basada en
sprite es muy adecuada para objetos sintéticos, aunque
también puede ser usado para objetos en escenas
naturales que van en movimiento rígido.
FIEE – UNMSM. Mego. Radiodifusión – Algoritmo MPEG-4
.

Los sprites estáticos son generados, antes que

empiece el proceso de codificación, usando los originales
VOPs. El decodificador recibe cada sprite estático antes
del resto del segmento del video, y es codificado de tal
manera que los reconstruidos VOPs pueden ser
generados fácilmente.

8 CONCLUSIONES
MPEG-4 ha sido desarrollado para soportar un
amplio rango de aplicaciones multimedia. Los anteriores
estándares principalmente se concentraron en compactar
tanto video como audio, mientras que ahora MPEG-4
habilita funcionalidades que son requeridas por muchas
aplicaciones.

El estándar visual MPEG-4 usa una representación

basada en objeto de la secuencia del video. Esto permite
fácil acceso y manipulación de regiones arbitrarias en
cuadros del video. La estructura basada en Objetos de
Video directamente soporta una funcionalidad altamente
deseable: interactividad basada en objeto.

Para permitir acceso universal, han sido

consideradas también en el estándar, funcionalidades
orientadas a la transmisión. Funcionalidades para
robustez ante errores y resiliencia en errores de
transmisión, y el control de la tasa adaptada al codificador
al disponible ancho de banda del canal. [7]

9 REFERENCIAS

[1] MPEG-1 Video Group, "Information Technology -

Coding of Moving Pictures and
Associated Audio for Digital Storage Media up to
about 1.5 Mbit/s: Part 2 - Video," ISO/IEC 11172-2,
International Standard, 1993.
[2] MPEG-2 Video Group, "Information Technology -
Generic Coding of Moving Pictures and Associated
Audio: Part 2 - Video," ISO/IEC 13818-2, International
Standard, 1995.
[3] L. Chariglione, “MPEG and Multimedia
Communications”, IEEE Transactions on Circuits and
Systems for Video Technology, Vol. 7, No. 1, pp. 5
18, Feb. 1997.
[4] MPEG-4 Video Group, “Generic Coding of Audio-
Visual Objects: Part 2 - Visual,”
ISO/IEC JTC1/SC29/WG11 N1902, FDIS of ISO/IEC
14496-2, Atlantic City, Nov.1998
[5] ITU-T Experts Group on Very Bitrate Visual
Telephony, “ITU-T Recommendation
H.263: Video Coding for Low Bitrate Communication,”
Dec. 1995.
[6] F. Bossen, T. Ebrahimi, "A simple and efficient binary
shape coding technique based
on bitmap representation" in Proc. of the International
Conference on Acoustics, Speech, and Signal
Processing (ICASSP'97), vol. 4, pp. 3129-
3132, Munich, Germany, April 20-24, 1997.
[7] E. Touradj and H. Caspar**, "MPEG-4 Natural Video
Coding - An overview”