- 常见视频编码格式与案例深度解析

MPEG-4由一系列的子标准组成，被称为部，包括以下的部分。对于媒体编解码，重点关注Part2，Part 3，Part 10。

第一部（ISO/IEC 14496-1）：系统

描述视频和音频的同步以及混合方式（Multiplexing，简写为MUX）。定义了MP4容器格式，支持类似DVD菜单这样的直观和互动特性等。

第二部（ISO/IEC 14496-2）：视频

定义了一个对各种视觉信息（包括视频、静止纹理、计算机合成图形等等）的编解码器。对视频部分来说，众多“Profiles”中很常用的一种是Advanced Simple Profile （ASP），例如XviD编码就属于MPEG-4Part 2。包括3ivx，DivX4/Project Mayo，DivX 5，Envivio，ffmpeg/ffds，pegable，Nero Digital，QuickTime，Sorenson，XviD等常见的视频格式， 需要注意的是Divx 3.11，MS MPEG-4，RV9/10，VP6，WMV9并不属于标准的MPEG-4标准。

第三部（ISO/IEC 14496-3）：音频

定义了一个对各种音频信号进行编码的编解码器的集合。包括高级音频编码（Advanced Audio Coding，缩写为AAC） 的若干变形和其他一些音频／语音编码工具。即AAC音频标准，包括LCAAC，HE AAC等，支持5.1声道编码，可以用更低的码率实现更好的效果（相对于MP3，OGG等）。

第四部（ISO/IEC 14496-4）：一致性

定义了对本标准其他的部分进行一致性测试的程序。

第五部（ISO/IEC 14496-5）：参考软件

提供了用于演示功能和说明本标准其他部分功能的软件。

第六部（ISO/IEC 14496-6）：多媒体传输集成框架

即DMIF：Delivery Multimedia Integration Framework

第七部（ISO/IEC 14496-7）：优化的参考软件

提供了对实现进行优化的例子（这里的实现指的是第五部分）。

第八部（ISO/IEC 14496-8）：在IP网络上传输

定义了在IP网络上传输MPEG-4内容的方式。

第九部（ISO/IEC 14496-9）：参考硬件

提供了用于演示怎样在硬件上实现本标准其他部分功能的硬件设计方案。

第十部（ISO/IEC 14496-10）：进阶视频编码，也即ITU H.264，常写为H.264／AVC

或称高级视频编码（Advanced Video Coding，缩写为AVC）：定义了一个视频编解码器（codec），AVC和XviD都属于MPEG-4编码，但由于AVC属于MPEG-4Part 10，在技术特性上比属于MPEG-4 Part2的XviD要先进。另外从技术上讲，它和ITU-T H.264标准是一致的，故全称为MPEG-4 AVC/H.264。

第十一部（ISO/IEC 14496-11）：场景描述和应用引擎

可用于多种profile（包括2D和3D版本）的互交互媒体。修订了MPEG-4 Part 1:2001以及Part1的两个修订方案。它定义了应用引擎（交付，生命周期，格式，可下载Java字节代码应用程序的行为），二进制场景格式 （BIFS：Binary Format for Scene），可扩展MPEG-4文本格式（一种使用XML描述MPEG-4多媒体内容的文本格式）系统level表述。也就是MPEG-4 Part21中的BIFS，XMT，MPEG-J。

第十二部（ISO/IEC 14496-12）：基于ISO的媒体文件格式

定义了一个存储媒体内容的文件格式。

第十三部（ISO/IEC 14496-13）：IP

知识产权管理和保护（IPMP for Intellectual Property Management and Protection）拓展。

第十四部（ISO/IEC 14496-14）：MPEG-4文件格式

定义了基于第十二部分的用于存储MPEG-4内容的视频文件格式。

第十五部（ISO/IEC 14496-15）：AVC文件格式

定义了基于第十二部分的用于存储第十部分的视频内容的文件格式。

第十六部（ISO/IEC 14496-16）：动画框架扩展（AFX ： Animation Framework eXtension）。

第十七部（ISO/IEC 14496-17）：同步文本字幕格式

第十八部（ISO/IEC 14496-18）：字体压缩和流式传输（针对公开字体格式）。

第十九部（ISO/IEC 14496-19）：综合用材质流（Synthesized Texture Stream）。

第二十部（ISO/IEC 14496-20）：简单场景表示（LASeR： Lightweight Scene Representation）。

第二十一部（ISO/IEC 14496-21）：用于描绘（Rendering）的MPEG-J拓展

第二十二部分（ISO/IEC 14496-22）：开放字体格式（Open Font Format）。

第二十三部分（ISO/IEC 14496-23）：符号化音乐表示（Symbolic Music Representation）。

第二十四部分（ISO/IEC 14496-24）：音频与系统交互作用（Audio and systems interaction）。

第二十五部分（ISO/IEC 14496-25）：3D图形压缩模型（3D Graphics Compression Model）。

第二十六部分（ISO/IEC 14496-26）：音频一致性检查

定义测试音频数据与ISO/IEC 14496-3是否一致的方法（Audio conformance）。

第二十七部分（ISO/IEC 14496-27）：3D图形一致性检查

定义测试3D图形数据与ISO/IEC 14496-11:2005， ISO/IEC 14496-16:2006， ISO/IEC 14496-21:2006，和ISO/IEC 14496-25:2009是否一致的方法（3D Graphics conformance）。

2.3.MPEG-4层次结构