从现在MPGE标准来看，作者认为主要将集中在基于对象的处理方法上，也就对于不同的数据、内容、要求将根据情况选择不同方法处理。首先这是满足人机对话最基于要求，也是满足以人为本宗旨的要求，每一个人都可以根据自己的需求而要求采用不同的处理方法;其次，这是进一步获得更大图像数据压缩比的要求。以前基于数据本身和其交换与统计个性的压缩方法很难满足高速公路上的数据流速度，而基于对象的处理方法，要是现实基于模型的压缩方法，可以针对不同对象(内容)采用不同的压缩方法，从而获得巨大的压缩比，而且满足人的视觉要求。在MPEG-4和MPEG-7标准中已经注意到这个问题，引入了甚至对象或称为内容的研究。因此，笔者认为基于对象的图像处理方法将是未来MPEG的发展方向。

　　为我们开拓了一条发展的新路。MPEG视频压缩技术的推广应用，可能会产生一个新行业，即多媒体制作。这方面的市场刚刚启动，在教育、培训等方面几乎是空白，是一个有很大发展潜力的行业，有待于开拓。未来是信息化的社会，各种多媒体数据的传输和存储是信息处理的基本问题.

　　MPEG-7标准称为“多媒体内容描述接口”，它将扩展现有内容识别专用解决方案的有限能力，特别是还包括了更多数据类型。换言之，MPEG-7将规定一个用于描述各种不同类型多媒体信息的描述符的标准集合。

　　MPEG-7对定义其它描述符及其结构(描述方案)和他们之间关系的方法进行标准化。这种描述(也就是描述符和描述方案的组合)将与内容本身关联起来，以便对用户感兴趣的素材进行快速高效的搜索。MPEG-7标准化了一种用来定义描述方案的语言，即描述定义语言(DDL)。加之相关的MPEG-7数据的AV素材，就可以被加上索引，并可进行检索。

　　MPEG-7像MPEG家族中其他成员一样，是针对满足特定需要的音、视频信息的标准化表述，MPEG-7的描述符并不依赖于描述的内容是编码的或存储的方式，可以把MPEG-7的描述说明附加到模拟制的电影里或使用纸张打印出来的图片上。然而，尽管MPEG-7 描述不依赖于所处理素材的(编码)表示方式，但由于在一定程度上它是在MPEG-4的基础上发展起来的，而MPEG-4采用了按照具有一定时间关系和空间关系的对象来进行音、视频编码的处理方式，因此用MPEG-4编码有可能把描述说明附加到场景中的成员(对象)。所以，MPEG-7在描述中要提供不同的程度，才可能实现不同等级的识别。

　　MPEG-4标准的目标是：支持多种多媒体应用(主要侧重于对多媒体信息内容的访问)，可根据应用的不同要求现场配置解码器。MPEG-4旨在为视(音)频数据的通信、存取与管理提供一个灵活的框架与一套开放的编码工具。

　　在MPEG-4图像与视频标准中，视频表示工具的目标，是为多媒体环境下的纹理、图像和视频数据的有效存储、传输及管理提供标准化的核心技术。尤其强调这些工具对图像和视频内容的原子单元(称为视频对象VO)的编解码能力。对任意形状的视频对象进行有效的表示，以支持所谓基于内容的功能集。而此功能集支持内容(即场景中的物理对象VO)的单独编码和解码，这一特性为交互性提供了有力的底层机制支持，也为在压缩域对图像或视频的VO内容进行灵活的表示和管理提供了有利条件。MPEG-4图像与视频标准统一支持传统矩形和任意形状图像与视频的编解码。对于基于内容的应用，输入的图像序列可能具有任意形状和位置。形状可以用8位透明分量表示(一个VO由多个其它对象构成时)或用一个二值掩模描述。另外，通过对场景中每个物理采用适当的和精细的基于对象的运动预测工具，可以大大提高某些视频序列的压缩比。对于MPEG-4扩展的基于内容的编码可视为传统的VLBV内核或HBV工具由矩形输入向任意形状输入的逻辑延伸。从这个意义上，基于内容的编码是VLBV和HBV内核的超集。