本文根据视频监控的特点，主要讨论了MPEG-4 在视频监控应用中的软件实现过程与涉及的关键技术，其中重点讲述了以前的标准中没有的部分，包括VOP 的生成,形状、纹理、运动编码，特别强调了Sprite 编码和可扩展编码。

关键词 MPEG-4 VOP 生成 Sprite 编码 可扩展编码
The Software Realization of MPEG-4 Based on video surveillance application
Li Qing-ping , Shi Zhong-suo，Chen Ming (University of Science and Technology Beijing, Information Engineering Institute, Beijing,100083)Abstract Due to the characters of video surveillance, this paper mainly discusses the softwarerealization of MPEG-4 based on video surveillance application. Also the related key techniquesincluding the generation of VOP, shape coding, texture coding, motion coding are presented andthe novel techniques that do not appear in the previous standard are emphasized, for example,Sprite coding and scalable coding.
Key words MPEG-4, VOP generation, Sprite coding, Scalable coding

1 引言
目前，用于数字视频监控的图像压缩标准主要是H.261 和MPEG-1，他们在实际应用中有一定的局限性。第一，他们的适应性差，不能根据网络情况自适应的调节传输率，使得网络发生拥塞时性能急剧下降；第二，他们不具备较强的用户交互性。MPEG-4 能弥补以上不足，还具有在监控应用中的独特优势：由于压缩比是同质量的MPEG-1 的十倍多,所以可大大节约存储空间和网络带宽；错误恢复能力强：当网络传输有误码或丢包现象时，MPEG4 受的影响很小并且能够迅速恢复；图像质量高：可以达到接近DVD 的效果。

2 设计思路
根据视频监控的图像特点及其实时性要求，考虑到实际中网络的不稳定性，进行了编码软件的设计。视频监控的原始图像有一个显著的特点，即有大量的背景对象是静止不动的或极少运动的。MPEG-4 最基本的思想是基于对象的编码，编解码的基本单元是对象。所以可以把图像分割为运动物体对象和背景对象。背景对象采用压缩比较高、损失较大的方法进行编码，运动物体对象采用压缩比较低、损失较小的方法编码。基于此，我们采用MPEG-4 中Sprite 编码的思想来对背景对象编码。这是软件实现的一个重点所在。针对视频监控的实时性要求，算法的设计与选择上，除尽可能提高压缩比外，还要考虑到算法的复杂性，使其尽量满足实时性要求。这一思想贯穿于编码的整个过程，具体的，如VOP 的定义与生成，Sprite 编码等。另外考虑到网络的不稳定性，采用了MPEG-4 的可分级编码思想。

3 MPEG-4 的软件实现过程
现在，基于MPEG-4 标准的应用大多为硬件方案，采用专门的MPEG-4 编码芯片，难以实现升级，灵活性也较差，而本文中使用软件方案，可按实际应用要求进行编码，易于以后的升级，具有很好的灵活性。本文中，实现的是自然视频编码，不涉及音频编码。软件设计的总体步骤是首先利用图像分割技术生VOP，接下来是Sprite 生成，最后是对各VOP 的编码。软件实现流程如图1 所示。下面对其中的关键技术作介绍，重点是以前的标准中所没有的：视频对象平面VOP(video object plane)的定义与生成，Sprite 生成与编码，形状、运动、纹理编码，可扩展编码。MPEG-4 中，VOP 分四种，I-VOP、P-VOP、B-VOP、S-VOP，对于普通视频对象，只涉及到前三种，S-VOP 指SpriteVOP。

3.1 VOP 的定义与生成

MPEG-4 的编码单位是VOP，但标准并未规定生成VOP 的具体算法，而将其列入公开研究的内容。VOP 的生成是通过视频分割实现的。视频分割是实现基于对象的视频编码系统的基础，也是MPEG-4 编码的一个难点。图像分割技术根据分割所利用的信息，分为基于纹理的分割、基于运动的分割和基于时空的分割三类。按照人工参与的程度，图像分割分为自动分割和半自动分割。自动分割不需要用户的参与，只需要设置一些基本的参数，就可以由分割算法自动将视频对象分割出来，但是结果不很准确，主要用于实时编码；半自动分割需要用户的参与，因此可以得到准确的语义对象和边界，主要用于基于内容的操纵和交互式访问。基于编码对图像分割的要求不是很高，主要在于实时性上，这里，选用了一种时空联合自动视频对象分割算法。该算法首先对时域分割采用基于F-假设检验的方法来得到初始的变化检测模板，然后通过与基于形态学的空域分割融合来获得最终的运动对象。此算法计算比较简单，能较好的将前景运动对象从背景中分离出来，算法详见。