5)音频编码：MPEG-4不仅支持自然声音，而且支持合成声音。它将音频的合成编码和自然声音的编码相结合，并支持音频的对象特征。6)场景描述：场景描述主要用于描述各AV对象在具体AV场景下，如何组织与同步等问题，同时还有AV对象与AV场景的知识产权保护等问题。(2)MPEG-4编解码原理a.基本思想MPEG-4编解码的基本思想是基于图像内容的第二代视频编解码方案，并将基于合成的编码方案也结合在标准中。它根据图像的内容将图像分割成不同
5) 音频编码：MPEG-4不仅支持自然声音，而且支持合成声音。它将音频的合成编码和自然声音的编码相结合，并支持音频的对象特征。
6) 场景描述：场景描述主要用于描述各AV对象在具体AV场景下，如何组织与同步等问题，同时还有AV对象与AV场景的知识产权保护等问题。
(2)MPEG-4编解码原理
a. 基本思想
MPEG-4编解码的基本思想是基于图像内容的第二代视频编解码方案，并将基于合成的编码方案也结合在标准中。它根据图像的内容将图像分割成不同的视频对象VO（Video Object），在编码过程中对前景对象和后景对象采用不同的编码策略，对于人们所关心的前景对象，则尽可能的保持对象的细节及平滑，而对不大关心的后景对象采用大压缩比的编码策略。
b. 编解码的数据结构
MPEG-4按照如下五个层次组织要编码的图像，从上至下依次为：视频段VS（Video Session）、视频对象VO（Video Object）、视频对象层
VOL（Video Object Layer）、视频对象组层GOV（Group of Video Object Plane）、视频对象平面VOP（Video Object Plane）。
在MPEG-4中，VO主要被定义为画面中分割出来的不同物体，每个VO有三类信息来描述：运动信息、形状信息、纹理信息。VO的构成依赖于具体应用和系统实际所处环境，在要求超低比特率的情况下，VO可以是一个矩形帧（即传统MPEG-1中的矩形帧），从而与原来的标准兼容；对于基于内容的表示要求较高的应用来说，VO可能是场景中的某一物体或某一层面，如新闻节目中的解说员的头肩像 ；VO也可能是计算机产生的二维、三维图形等。
c. VOP
编码器结构
