MPEG-4第2部分有一些令人敬畏的面部和身体运动概念，但它们消失在MPEG-4第10部分(H.264)中。为什么？

Question

在过去几个星期里，我有机会阅读了两份文件：

• MPEG-4第2部分规范(ISO/IEC 14496-2)，人们称之为“MPEG-4”
• -MPEG-4第10部分规范(ISO/IEC 14496-10)，也称为"h.264“或"AVC"

。

在阅读了"mpeg-4“中所有很酷的想法，比如识别面部表情、肢体运动和精灵之后，我感到非常兴奋。这些想法听起来很有趣，也许甚至很棒，因为1999年的一个想法。

但后来我读了"h.264“标准，而这些想法都没有。有很多关于如何编码像素的讨论，但没有一个真正酷的想法。

发生了什么？为什么这些想法被删除了？

这不是一个代码问题，但作为一个程序员，我觉得我应该尽量理解规范背后的意图。如果我编写的代码遵循了使用规范的精神，那么它更有可能被定位为利用整个规范。

Answer 1

您似乎在假设MPEG-4第10部分规范改进了MPEG-4第2部分，而事实上这两种规范是不相关的，没有任何共同之处，甚至是由不同的人开发的(MPEG开发了第2部分规范，而ITU、ISO、IEC和MPEG共同开发了第10部分规范)。

请记住，ISO/IEC 14496标准是一组适用于视听编码不同方面的规范。第2部分规范的目标是对不同类型的可视对象(视频、3D对象等)进行编码。第10部分的目标是为视频提供非常高效和高质量的编码。标准的其他部分处理其他方面，例如第3部分规范处理音频编码，第12部分和第15部分定义容器文件格式，这种格式通常用于将第10部分视频(即H.264)和第3部分音频(即AAC)包装成一个单一文件，即所谓的.mp4格式。

我希望这能帮到你!

Answer 2

一点点历史也许会有所帮助。

MPEG-4是为不同类型的媒体相关数据通信设计的载体/容器规范。要符合要求，设备只需识别和忽略内容即可。

这是对MPEG-1规格的短暂生命周期的反应，它们在正式化之前就已经过时了。

MPEG-4可分为

传输图像生成数据的机制

其中包括一些显而易见的事情，比如

• 压缩
• 运动补偿和显式sprites

实验，如

• 从图像流(视频)传输和重建3D和3D +时间数据，以提供压缩和特征扩展。

速率适应机制

1999年，相关的比特率从128 K拨号到1000 Mbit L/M/WANs不等，该规范有许多特殊情况和提供互操作性的努力。

这就产生了大量的委员会工作，随着网络性能范围缩小到1Mbit到100 1Mbit的最小/最大值，这些工作变得多余。

最初，除了H.264这样的相互竞争的规范之外，每一种阳光下的规范和一些仍在创建者头脑中的规范都附加到了MPEG-4框架中。

随着资金在dot.com崩溃中枯竭，H.264和其他一些产品合并到MPEG4中，其中一些规范就消失了。

我从中学到的一件事是，在没有至少一个示例实现的情况下阅读规范，虽然通常很有趣，但很少有效率。

我想“用源卢克”可以适用

或

“没有来源的规格味道不好”。