Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
BS ISO IEC 14496——信息技术 音视频对象编码（MPEG-4）标准系列
Information Technology — Coding of Audio-Visual Objects (MPEG-4)（2014–2015 版系列标准）
🎬 BS ISO/IEC 14496 是英国标准协会（BSI）采纳 ISO/IEC 14496 系列后发布的信息技术音视频对象编码（即 MPEG-4 标准体系）标准，本批次收录六份文件，由 BSI 技术委员会 IST/37（图像、音频、多媒体与超媒体信息编码）参与制定。MPEG-4 是全球数字媒体领域最具影响力的编码标准族之一：第 10 部分即著名的先进视频编码（Advanced Video Coding，H.264/AVC），第 11 部分规定场景描述与应用程序引擎（BIFS/XMT/MPEG-J），第 12 部分为 ISO 基本媒体文件格式（ISO Base Media File Format，即 MP4 封装格式的基础），第 15 部分为 AVC 文件格式，第 22 部分为开放字体格式（Open Font Format），第 29 部分涉及视频工具相关规范。该系列覆盖从视频压缩、媒体封装、场景交互到字体标准的完整媒体技术链。
💡 系列中的部分分册为扫描版本（原件以扫描图像存档），相关技术内容依据公开领域知识整理，引用前请以 BSI 官网现行有效版本为准。
一、系列概述与定位 📌
MPEG-4 的设计理念是”基于对象”的媒体编码：把场景看作由视听对象（视频对象、音频对象、静态图像、文本等）组成的复合体，通过场景描述进行时空组合与交互。ISO/IEC 14496 系列因此既包含传统的高效视频编码（第 10 部分），也包含场景描述框架（第 11 部分）与媒体文件封装（第 12 部分）。该系列与 H.264/AVC 编码标准（ITU-T H.264 与 ISO/IEC 14496-10 是同一规范）直接关联，并被 H.265/HEVC（ISO/IEC 23008-2）等新一代标准作为技术演进基础。BS ISO/IEC 14496 系列被流媒体、广播电视、移动视频、游戏与字体渲染等领域广泛引用。
⚠️ 媒体文件封装与编码是相互关联但相互独立的规范：同一个 .mp4 容器既可用于 H.264，也可用于 HEVC/AV1 等编码。使用时必须同时核对编码标准与封装标准的版本与 profile/level，否则播放兼容性无法保证。
二、系列构成与技术要点 📚
BS ISO/IEC 14496 系列本批次六份文件（2014–2015 年版本）构成 MPEG-4 技术体系的关键部分：
| 分册 | 中文主题 | 主要内容 | 年份 |
|---|---|---|---|
| BS ISO IEC 14496-10 | 先进视频编码（AVC，H.264） | 视频压缩语法、预测编码、宏块划分与 profile/level 体系 | 2014 |
| BS ISO IEC 14496-11 | 场景描述与应用程序引擎 | BIFS、XMT 文本格式与 MPEG-J 的场景交互框架 | 2015 |
| BS ISO IEC 14496-12 | ISO 基本媒体文件格式 | MP4/MOV 类文件的对象化结构与 box 体系 | 2015 |
| BS ISO IEC 14496-15 | AVC 文件格式（扫描版） | H.264 数据在 ISO 基本媒体文件格式中的封装（依据公开领域知识） | 2014 |
| BS ISO IEC 14496-22 | 开放字体格式（扫描版） | Open Font Format 字体文件规范（依据公开领域知识） | 2015 |
| BS ISO IEC 14496-29 | 视频工具相关规范（扫描版） | 附加视频编码工具与扩展（依据公开领域知识） | 2015 |
系列内部的关系：第 10 部分解决”如何压缩视频”，第 12 部分解决”如何封装媒体”，第 15 部分把两者连接起来（AVC 流写进 ISO 媒体文件），第 11 部分提供高端场景交互能力，第 22 部分覆盖字体这一数字媒体的基础构件。工程上按用途选择所需分册组合。
✅ 系列第 10、11、12 分册有完整的可读正文；第 15、22、29 分册为扫描版本，表中技术细节按该标准领域通用知识概括描述。
三、关键技术要求 🔬
1. 先进视频编码（H.264/AVC，第 10 部分）
第 10 部分规定基于块的高效视频压缩方案：采用帧内/帧间预测消除空间与时间冗余，通过变换、量化与熵编码压缩残差，并定义灵活的分层结构（序列参数集 SPS、图像参数集 PPS、片 slice 与宏块/子块划分）。规范同时定义 profile（如 Baseline、Main、High）与 level 体系，限定编码工具集与处理能力，供不同应用（会议、广播、高清存储）选用。该规范与 ITU-T H.264 为同一文本，是当前部署最广的视频编码标准。
2. 场景描述与应用程序引擎（第 11 部分）
第 11 部分规定多媒体场景的描述与交互：二进制格式 BIFS 描述场景图的时空结构，可扩展 MPEG-4 文本格式 XMT 提供文本中间表示，MPEG-J 允许以 Java 程序控制场景行为。该框架支持把视频、音频、2D/3D 对象组合成交互式富媒体场景，是早期移动多媒体与交互电视技术的基础。
3. ISO 基本媒体文件格式（第 12 部分）
第 12 部分定义以”box”为单位的结构化文件格式：文件由文件类型 box（ftyp）、媒体数据 box（mdat）与元数据 box（moov）等组成，元数据中以 track/sample 描述媒体时间轴、编码参数与寻址信息。该格式支持流式播放、随机访问与渐进下载，是 MP4 家族与 3GP、HEIF 等派生格式的共同基础，也是互联网媒体分发的事实标准封装。
⚠️ 在工程中，时间戳同步、样本描述（sample entry）的编码参数与实际码流一致性，是封装实现最常见的出错点。封装器必须根据实际编码输出生成正确的 box 结构，解码器则需严格校验 box 语义以避免崩溃。
四、工程实践应用 🛠️
- 🔍 视频编码与转码：按第 10 部分配置编码器 profile/level 与码率控制，兼顾质量、码率与兼容性。
- 🔧 媒体封装与打包：按第 12/15 部分实现 MP4 封装、分片（fMP4）与 DASH/HLS 的媒体段生成。
- 📊 播放器与设备兼容：设备验证清单按 profile/level 与封装版本建立，确保跨终端一致体验。
- 📋 字体与场景：按第 22 部分处理 OTF 字体嵌入，按第 11 部分评估交互场景应用的可行性与复杂度。
五、常见问题解答 ❓
❓ 问：H.264 与 ISO/IEC 14496-10 是什么关系？
答：二者是同一规范的两种编号：ITU-T H.264 与 ISO/IEC 14496-10（MPEG-4 Part 10，AVC）在技术上完全等价，常被统称为 H.264/AVC。
答：二者是同一规范的两种编号：ITU-T H.264 与 ISO/IEC 14496-10（MPEG-4 Part 10，AVC）在技术上完全等价，常被统称为 H.264/AVC。
❓ 问：MP4 与 ISO 基本媒体文件格式有什么关系？
答：MP4 是 ISO 基本媒体文件格式（14496-12）在视频领域的典型约束应用（配合 14496-14/15 的特定 box 与 track 规则），.mp4 扩展名即由此而来。
答：MP4 是 ISO 基本媒体文件格式（14496-12）在视频领域的典型约束应用（配合 14496-14/15 的特定 box 与 track 规则），.mp4 扩展名即由此而来。
🔍 问：为什么第 15/22/29 分册标注”扫描版”？
答：该批次资料中相关分册为扫描图像存档，文中技术内容依据公开领域知识概括，正式引用前请核实 BSI 官方现行版本。
答：该批次资料中相关分册为扫描图像存档，文中技术内容依据公开领域知识概括，正式引用前请核实 BSI 官方现行版本。
❓ 问：HEVC/H.265 与 AVC 的关系？
答：HEVC（ISO/IEC 23008-2）是相比 AVC 编码效率显著提升的下一代视频编码标准，同样可封装于 ISO 基本媒体文件格式，是 4K/8K 应用的主流选择。
答：HEVC（ISO/IEC 23008-2）是相比 AVC 编码效率显著提升的下一代视频编码标准，同样可封装于 ISO 基本媒体文件格式，是 4K/8K 应用的主流选择。
