MPEG標準一直是許多科研機構和大學的科研熱點，也是工業界產品開發的熱點。MPEG標準闡明瞭聲音和電視圖像的編碼和解碼過程，嚴格規定了聲音和圖像數據編碼後組成比特數據流的句法，提供瞭解碼器的測試方法等，但沒有對所有內容都作嚴格規定，尤其是對壓縮和解壓縮的算法，這樣既保證瞭解碼器能對符合MPEG標準的聲音數據和電視圖像數據進行正確解碼，又給MPEG標準的具體實現留有很大餘地。人們可以不斷改進編碼和解碼算法，提高聲音和電視圖像的質量以及編碼效率。
本章介紹MPEG標準的概貌，爲讀者比較深入地瞭解MPEG提供最基本的背景材料。如果讀者感興趣可參考本章提供的參考文獻[1]～[3]。
8.1 MPEG是什麼
8.1.1 MPEG是什麼
MPEG(Moving Picture Expert Group)是在1988年由國際標準化組織(International Organization for Standardization，ISO)和國際電工委員會(International Electrotechnical Commission，IEC)聯合成立的專家組，負責開發電視圖像數據和聲音數據的編碼、解碼和它們的同步等標準。這個專家組開發的標準稱爲MPEG標準，到目前爲止，已經開發和正在開發的MPEG標準有：
MPEG-1：數字電視標準，1992年正式發佈。
MPEG-2：數字電視標準。
MPEG-3：已於1992年7月合併到高清晰度電視(High-Definition TV，HDTV)工作組。
MPEG-4：多媒體應用標準(1999年發佈)。
MPEG-5：直至1998年9月還沒有見到定義。
MPEG-6：直至1998年9月還沒有見到定義。
MPEG-7：多媒體內容描述接口標準(正在研究)。
MPEG-1和-2標準已經正式發佈，並且得到廣泛應用。例如，CD-交互系統，在網絡上的數字聲音廣播、數字電視廣播和影視點播等。表8-01是MPEG-1和-2的典型編碼參數。
表8-01 MPEG-1和-2典型的編碼參數
|
|
MPEG-1 |
MPEG-2 (基本型) |
|
標準化時間 |
1992年 |
1994年(DIS) |
|
主要應用 |
CD-ROM上的數字電視，VCD |
數字TV，DVD |
|
空間分辨率 |
CIF格式(1/4 TV)，288 × 360像素 |
TV，576 × 720像素 |
|
時間分辨率 |
25 - 30 幀/秒 |
50-60 場/秒 |
|
位速率 |
1.5 Mbit/s |
15 Mbit/s |
|
質量 |
相當於VHS |
相當於NTSC/PAL電視 |
|
壓縮率 |
20 ～ 30 |
30 ～ 40 |
8.1.2 MPEG文件的創建過程
與其他ISO標準文件一樣，MPEG標準文件的創建過程分成4個階段：
1.工作文件(Working Draft，WD)：工作組(Working Group，WG)準備的工作文件
2.委員會草案(Committee Draft，CD)：從工作組WG準備好的工作文件WD提升上來的文件。這是ISO文檔的最初形式，它由ISO內部正式調查研究和投票表決。
3.國際標準草案(Draft International Standard，DIS)：投票成員國對CD的內容和說明滿意之後由委員會草案CD提升上來的文件。
4.國際標準(International Standard，IS)：由投票成員國、ISO的其他部門和其他委員會投票通過之後出版發佈的文件。
8.2 MPEG-1數字電視標準
MPEG-1處理的是標準圖像交換格式(Standard Interchange format，SIF)或者稱爲源輸入格式(Source Input Format，SIF)的電視，即NTSC製爲352像素´ 240行/幀<´ 30幀/秒，PAL製爲352像素´ 288行/幀´ 25幀/秒，壓縮的輸出速率定義在1.5 Mbit/s以下。這個標準主要是針對當時具有這種數據傳輸率的CD-ROM和網絡而開發的，用於在CD-ROM上存儲數字影視和在網絡上傳輸數字影視。
MPEG-1的標準號爲ISO/IEC 11172，標準名稱爲“信息技術——用於數據速率高達大約1.5 Mbit/s的數字存儲媒體的電視圖像和伴音編碼”Information technology — Coding of moving pictures and associated audio for digital storage media at up to about 1.5 Mbit/s)。它已於1991年底被ISO/IEC採納，由五個部分組成：
① MPEG-1系統，寫成MPEG-1 Systems，規定電視圖像數據、聲音數據及其他相關數據的同步，標準名是ISO/IEC 11172-1：1993 Information technology — Coding of moving pictures and associated audio for digital storage media at up to about 1.5 Mbit/s — Part 1：Systems。
② MPEG-1電視圖像，寫成MPEG-1 Video, 規定電視數據的編碼和解碼，標準名是ISO/IEC 11172-2：1993 Information technology — Coding of moving pictures and associated audio for digital storage media at up to about 1.5 Mbit/s — Part 2：Video。
③ MPEG-1聲音，寫成MPEG-1 Audio, 規定聲音數據的編碼和解碼，標準名是ISO/IEC 11172-3：1993 Information technology — Coding of moving pictures and associated audio for digital storage media at up to about 1.5 Mbit/s — Part 3：Audio。
圖8-01表示了MPEG-1譯碼器的方框圖。
圖8-01 MPEG-1譯碼器方框圖
④ MPEG-1一致性測試，寫成MPEG-1 Conformance testing，標準名是ISO/IEC 11172-4：1995 Information technology — Coding of moving pictures and associated audio for digital storage media at up to about 1.5 Mbit/s — Part 4：Conformance testing。這個標準詳細說明如何測試比特數據流(bitstreams)和解碼器是否滿足MPEG-1前3個部分(Part1，2和3)中所規定的要求。這些測試可由廠商和用戶實施。
⑤ MPEG-1軟件模擬，寫成MPEG-1 Software simulation，標準名是ISO/IEC TR 11172-5 Information technology —Coding of moving pictures and associated audio for digital storage media up to about 1.5 Mbit/s— Part 5：Software simulation。實際上，這部分的內容不是一個標準，而是一個技術報告，給出了用軟件執行MPEG-1標準前3個部分的結果。
8.3 MPEG-2數字電視標準
MPEG-2標準從1990年開始研究，1994發佈DIS。它是一個直接與數字電視廣播有關的高質量圖像和聲音編碼標準。MPEG-2可以說是MPEG-1的擴充，因爲它們的基本編碼算法都相同。但MPEG-2增加了許多MPEG-1所沒有的功能，例如增加了隔行掃描電視的編碼，提供了位速率的可變性能(scalability)功能。MPEG-2要達到的最基本目標是：位速率爲4～9 Mbit/s，最高達15 Mbit/s。
MPEG-2的標準號爲ISO/IEC 13818，標準名稱爲“信息技術�電視圖像和伴音信息的通用編碼(Information technology — Generic coding of moving pictures and associated audio information )”。MPEG-2包含9個部分：
① MPEG-2系統，寫成MPEG-2 Systems，規定電視圖像數據、聲音數據及其他相關數據的同步，標準名是ISO/IEC 13818-1：1996 Information technology — Generic coding of moving pictures and associated audio information ：Systems。
MPEG-2的系統模型如圖8-02所示。這個標準主要是用來定義電視圖像數據、聲音數據和其他數據的組合，把這些數據組合成一個或者多個適合於存儲或者傳輸的基本數據流。數據流有兩種形式，一種稱爲程序數據流(Program Stream，PS)，另一種稱爲傳輸數據流(Transport Stream，TS)。程序數據流是組合一個或者多個規格化的即包化基本數據流(Packetised Elementary Streams，PES)而生成的一種數據流，用在出現錯誤相對比較少的環境下，適合使用軟件處理的應用；傳輸數據流也是組合一個或者多個PES而生成的一種數據流，它用在出現錯誤相對比較多的環境下，例如在有損失或者有噪聲的傳輸系統中。
圖8-02 MPEG-2的系統模型
② MPEG-2電視圖像，寫成MPEG-2 Video，規定電視數據的編碼和解碼，標準名是ISO/IEC 13818-2：1996 Information technology — Generic coding of moving pictures and associated audio information ：Video。
爲了適應各種應用，這個標準定義了電視圖像的各種規格，稱爲配置(profile)，如表8-02所示。表中的“X”符號表示MPEG-2支持的配置。各種配置的詳細解釋請參看10.3。
表8-02 MPEG-2電視圖像配置
|
配置等級 |
Simple |
Main(基本型) |
SNR scalable(信噪比可變型) |
Spatial scalable(空間分辨率可變型) |
High(高級型) |
Multiview(多視角型) |
4:2:2 |
|
High level (高級) |
|
X |
|
|
X |
|
|
|
High-1440 level (高級1440) |
|
X |
|
X |
X |
|
|
|
Main level (基本級) |
X |
X |
X |
|
X |
X |
X |
|
Low level (低級) |
|
X |
X |
|
|
|
|
有些人認爲使用4:2:0子採樣格式的圖像質量還不夠好，因此在1996年的標準中增加了4:2:2子採樣格式的圖像。多視角配置(Multiview Profile，MVP)是附加的配置。
③ MPEG-2聲音，寫成MPEG-2 Audio，規定聲音數據的編碼和解碼，是MPEG-1 Audio的擴充，支持多個聲道，標準名是ISO/IEC 13818-3：1998 Information technology — Generic coding of moving pictures and associated audio information — Part 3：Audio。
④ MPEG-2一致性測試，寫成MPEG-2 Conformance testing，標準名是ISO/IEC DIS 13818-4 Information technology — Generic coding of moving pictures and associated audio information — Part 4：Conformance testing。
⑤ MPEG-2軟件模擬，寫成MPEG-2 Software simulation，標準名是ISO/IEC TR 13818-5：1997 Information technology — Generic coding of moving pictures and associated audio information — Part 5：Software simulation。
⑥ MPEG-2數字存儲媒體命令和控制擴展協議，寫成MPEG-2 Extensions for DSM-CC，標準名是ISO/IEC DIS 13818-6 Information technology — Generic coding of moving pictures and associated audio information — Part 6：Extensions for DSM-CC。
這是一個數字存儲媒體命令和控制(Digital Storage Media Command and Control，DSM-CC)擴展協議，用於管理MPEG-1和MPEG-2的數據流，使數據流既可在單機上運行，又可在異構網絡(即用類似設備構造但運行不同協議的網絡)環境下運行。在DSM-CC模型中，服務器(server)和客戶器(client)都被認爲是DSM-CC網絡的用戶(user)，DSM-CC定義了一個稱爲會話和資源管理(Session and Resource Manager，SRM)的實體，用來集中管理網絡中的會話和資源，如圖8-03所示。
圖8-03 DSM-CC參考模型[3]
⑦MPEG-2先進聲音編碼，寫成MPEG-2 AAC，是多聲道聲音編碼算法標準。這個標準除後向兼容MPEG-1 Audio標準之外，還有非後向兼容的聲音標準。標準名是ISO/IEC 13818-7：1997 Information technology — Generic coding of moving pictures and associated audio information — Part 7：Advanced Audio Coding (AAC)。
⑧ MPEG-2系統解碼器實時接口擴展標準，標準名是ISO/IEC 13818-9：1996 Information technology — Generic coding of moving pictures and associated audio information — Part 9：Extension for real time interface for systems decoders。
這是與傳輸數據流(Transport Stream)的實時接口(real-time interface，RTI)標準，它可以用來適應來自網絡的傳輸數據流，如圖8-04所示。
圖8-04 實時接口參考模型
⑨ MPEG-2 DSM-CC一致性擴展測試，標準名是ISO/IEC DIS 13818-10 Information technology — Generic coding of moving pictures and associated audio information — Part 10：Conformance extensions for Digital Storage Media Command and Control (DSM-CC)。
µ MPEG-2先進聲音編碼標準修正版，標準名是Amendment 1 to ISO/IEC TR 13818-5：1997 Amendment 1 to ISO/IEC TR 13818-5：1997 Advanced Audio Coding (AAA)。
最後要說明的是，MPEG-2的Part 8原計劃用於採樣精度爲10比特的電視圖像編碼，但由於目前工業界對此興趣不大，因此該標準已暫停開發。
8.4 MPEG-4多媒體應用標準
8.4.1 標準概要
MPEG-4從1994年開始工作，它是爲視聽(audio-visual)數據的編碼和交互播放開發算法和工具，是一個數據速率很低的多媒體通信標準。MPEG-4的目標是要在異構網絡環境下能夠高度可靠地工作，並且具有很強的交互功能。
爲了達到這個目標，MPEG-4引入了對象基表達(object-based representation)的概念，用來表達視聽對象(audio/visual objects，AVO)；MPEG-4擴充了編碼的數據類型，由自然數據對象擴展到計算機生成的合成數據對象，採用合成對象/自然對象混合編碼(Synthetic/Natural Hybrid Coding，SNHC)算法；在實現交互功能和重用對象中引入了組合、合成和編排等重要概念。MPEG-4系統構造如圖8-05所示，接收端的構造部件如圖8-06所示。
圖8-05 MPEG-4系統示意圖
圖8-06 MPEG-4接收端的主要部件[4]
MPEG-4中制定了一個稱爲傳輸多媒體集成框架(Delivery Multimedia Integration Framework，DMIF)的會話協議，它用來管理多媒體數據流。該協議在原則上與文件傳輸協議FTP(File Transfer Protocol)類似，其差別是：FTP返回的是數據，而DMIF返回的是指向到何處獲取數據流的指針。DMIF覆蓋了三種主要技術：廣播技術，交互網絡技術和光盤技術，如圖8-07所示。
圖8-07 DMIF覆蓋的三種主要技術
(引自ISO/IEC JTC1/SC29/WG11 N2323 July 1998/Dublin)
MPEG-4將應用在移動通信和公用電話交換網(public switched telephone network，PSTN)上，並支持可視電話(videophone)、電視郵件(video mail)、電子報紙(electronic newspapers)和其他低數據傳輸速率場合下的應用。Image288.gifMPEG-4的標準名是Very-low bitrate audio-visual coding (甚低速率視聽編碼)。截止到1998年9月，已作爲國際標準草案(Draft International Standard，DIS)的MPEG-4文件有6個部分，它們是：Image288.gif
① MPEG-4系統標準，標準名是ISO/IEC DIS 14496-1 Very-low bitrateaudio-visual coding — Part 1: Systems。
② MPEG-4電視圖像標準，標準名是ISO/IEC DIS 14496-2 Very low bitrate audio-visual coding — Part 2: Video。
③ MPEG-4聲音標準，標準名是ISO/IEC DIS 14496-3 Very low bitrate audio-visual coding — Part 3: Audio。
④ MPEG-4一致性測試標準，標準名是ISO/IEC DIS 14496-4 Very-low bitrate audio-visual coding — Part 4: Conformance Testing。
⑤ MPEG-4參考軟件，標準名是ISO/IEC DIS 14496-5 Very-low bitrate audio-visual coding — Part 5:Reference software
⑥ MPEG-4傳輸多媒體集成框架，標準名是ISO/IEC DIS 14496-6 Very-low bitrate audio-visual coding
8.5 MPEG-7多媒體內容描述接口
MPEG-7的工作於1996年啓動，名稱叫做多媒體內容描述接口(Multimedia Content Description Interface)，目的是制定一套描述符標準，用來描述各種類型的多媒體信息及它們之間的關係，以便更快更有效地檢索信息。這些媒體材料可包括靜態圖像、圖形、3D模型、聲音、話音、電視以及在多媒體演示中它們之間的組合關係。在某些情況下，數據類型還可包括面部特性和個人特性的表達。
與其他的MPEG標準一樣，MPEG-7是爲滿足特定需求而制定的視聽信息標準。MPEG-7標準也是建築在其他的標準之上的，例如，PCM, MPEG-1, MPEG-2和MPEG-4等等。在MPEG-7中，例如MPEG-4中使用的形狀描述符、MPEG-1和MPEG-2中使用的移動矢量(motion vector)等都可能在MPEG-7中用到。
圖8-08表示了MPEG-7的處理鏈(processing chain)，這是高度抽象的方框圖。在這個處理鏈中包含有三個方框：特徵抽取(feature extraction)、標準描述(standard description)和檢索工具(search engine)。特徵的自動分析和抽取對MPEG-7是至關重要的，抽象程度越高，自動抽取也越困難，而且不是都能夠自動抽取的，因此開發自動的和交互式半自動抽取的算法和工具都是很有用的。儘管如此，特徵抽取和檢索工具都不包含在MPEG-7標準中，而是留給大家去競爭，以便得到最好的算法和工具。
圖8-08 MPEG-7的範圍[4]
MPEG-7的應用領域包括：數字圖書館(Digital library)，例如圖像目錄、音樂詞典等；多媒體目錄服務(multimedia directory services)，例如黃頁(yellow pages)；廣播媒體的選擇，例如無線電頻道，TV頻道等；多媒體編輯，例如個人電子新聞服務，多媒體創作等等。潛在應用的應用領域包括：教育、娛樂、新聞、旅遊、醫療、購物等等。
練習與思考題
- 回顧制定MPEG標準的4個階段和各階段的提交的文件類型。
- MPEG-1, -2, -4和-7的目標是什麼？
- http://www.cselt.it/mpeg/standards/mpeg-4/mpeg-4.htm(瀏覽日期：1998年9月20日)
- http://drogo.cselt.stet.it/mpeg/standards/mpeg-7/mpeg-7.htm(瀏覽日期：1998年9月20日)
- http://drogo.cselt.stet.it/mpeg/standards/mpeg-2/mpeg-2.htm(瀏覽日期：1998年9月20日)
- ISO/IEC JTC1/SC29/WG11 N2323 July 1998
