MPEG-4-Video Standard Seite 66 von 103 Technische Informatik 10.10.2003 Fragmentierung  und  die  Zeitstempel,  sogenannte  Hints,  an  den  Server  weiter. Wegen des großen Umfangs an Forderungen an das neue Format, ist zwar dessen Komplexität größer als  bei einem einfachen einfunktionalen Format, es bringt aber den Vorteil eine breite Spanne von Zweckmäßigkeiten abzudecken. 5.2.1   Zeitliche Struktur Eine  MPEG-4-Darstellung  ist  eine  Zusammenstellung  von  Strömen.  Diese  werden  als einzelne Tracks  in  der  Datei hinterlegt,  einer  zeitlichen  Anreihung von  Medienstücken, wie z.B. Videoframes. Ein Track besitzt eine Track-ID, welche auf die ES_ID verweist und  wird  behandelt  wie  eine  Sequenz  von  Samples,  das  sind  AUs  und  die  kleinsten Einheiten, die zeitlich erfasst werden können. So ist in einem Video-Track der Sample ein codierter Frame oder ein VOP, bei Audio ein Audio-Frame und bei BIFS-Tracks ein Satz  von  Instruktionen,  die  innerhalb  einer  Zeit-Instanz  stattfinden.  Für  jeden  Sample speichert  das  Dateiformat  die  zeitliche  Differenz  der  Zeitstempel,  also  die  Dauer,  des gegenwärtigen  Samples  und  des  Folgenden,  was  die  spätere  Bearbeitung  einfacher gestaltet. MPEG-4 folgt in gewissen Teilen dem früheren MPEG-Standard. So wird auch hier das Konzept der bidirektionalen Codierung von Frames bzw. VOPs (vgl. Kapitel 3) über B-Frames oder B-VOPs verfolgt. Hierbei müssen die Frames dem Decoder nicht in der Reihenfolge der Darstellung sondern der Decodierung übergeben werden. Um dies zu   unterstützen   und   um   entsprechende   Buffer   in   einigen   Terminals   optimal   zu verwalten, trennt MPEG die Decodierzeit von der Darstellungszeit.   Das  neue  MP4-Format  speichert  Frames  ebenfalls  immer  in  Decodierreihenfolge  und standardmäßig  gleichen sich die Zeitstempel von Decodierung und Darstellung. Sollte es     Abweichungen     geben,     kann     eine     optionale     Verarbeitungsschicht     positiv gegensteuern.   Ein   Track   besitzt   eine   Zeitskala,   die   dessen   Geschwindigkeit   in Zeitschlägen (Ticks) angibt. So wird aus einem Videoframe mit einer Sampledauer von 1,001  Ticks  und  30,000  Ticks/Sek.  das  NTSC-Videoformat  mit  29,97  fps.  Bei  vielen Medien-Sequenzen können Frames (VOPs), wie I-Frames, auch ohne Kenntnisse über andere    Frames    (Samples)    decodiert    werden,    wodurch    Random    Access-    oder Synchronisierungspunkte zur Verfügung stehen. Deren Indizes werden hierfür, für jeden Track,  in  Tables  hinterlegt.  Wird  eine  Datei  als  Strom  übergeben,  werden  Timing- Informationen   über   den   MPEG-4-System-   oder   Transport-Layer   befördert.   Aktuelle Zeitmarken werden nicht aufgezeichnet, sondern müssen mit Hilfe von Bearbeitungsliste  (woraus  eine  Zeitmaske  des  Stroms  gewonnen  wird),  der  AU-Dauer oder expliziten Kompositions-Zeiten von Tracks, errechnet werden (Abb.32).    Edit List Sample Nr. Duration Composition Offset Sample 2 Decoding Time Sample 2 Composition Time Empty  3 Samples  Edit  3 Samples  Edit  2 Samples  Edit 1      2      3      4      5      6      7      8      9     10 Abb.32  Berechnung von Zeitmarken für einen Sample