Standard MPEG4 powstał w 1998 roku jako następca bardzo popularnego MPEG2. W przeciwieństwie do swojego poprzednika w MPEG4 zmieniło się podejście do kompresji obrazu. MPEG2 kompresuje klatki obrazu w podobny sposób jak najpopularniejszy obecnie standard kompresji obrazów JPEG (operuje na blokach pikseli), uwzględnia jednak różnice między klatkami. W celu osiągnięcia jak największej kompresji, przy stosunkowo małej utracie jakości, w pełni kompresowane są tzw. klatki kluczowe, natomiast pozostałe klatki niosą jedynie informacje o zmianach w obrazie. W przypadku MPEG4 definiowane są specjalne obiekty audiowizualne AVO (ang. AudioVisual Object), które powiązane są między sobą koordynatami przestrzenno-czasowymi oraz wzajemnymi relacjami. Zakodowana scena audiowizualna składa się z szeregu obiektów AVO, a dzięki obiektowemu podejściu do kompresji obrazu, możliwe są dowolne operacje na poszczególnych obiektach sceny.
Na przykładzie sceny przedstawiającej wiadomości telewizyjne można rozróżnić kilka obiektów: tło, prezentera, napisy, małe zdjęcie lub film dotyczący tego co mówi prezenter. Dzięki temu, że kodeki kompresujące obraz operują na obiektach, możliwe jest kodowanie w różny sposób poszczególnych obiektów. Praktycznie wszystkie składowe obrazu mają charakter statyczny, dlatego nie wymagają dużej przepływności. Wyjątkiem jest mały film w części obrazu, który zmienia się w sposób dynamiczny. Podejście obiektowe pozwala na zakodowanie go z większą szybkością bitową, a tym samym uzyskanie lepszej wynikowej jakości. Podział obrazu na elementarne części pozwala na dowolne ich modyfikacje, a tym samym niesie ze sobą olbrzymie możliwości interakcji.
W celu wyeliminowania możliwych błędów powstałych podczas transmisji, standard MPEG4 zawiera szereg mechanizmów korygujących oraz chroniących przed błędami. We wcześniejszych standardach cały obraz traktowany był jako jeden strumień bitowy. W MPEG4 wszystkie obiekty kodowane są niezależnie i przesyłane jako odrębne strumienie (przewidziane jest do 1024 strumieni elementarnych). Rozwiązanie takie pozwala na kodowanie bardziej istotnych elementów obrazu w taki sposób, by były bardzie odporne na wszelkie zakłócenia. Decyzja, które elementy obrazu mają większy lub mniejszy priorytet zależy od kodera. W przykładowej scenie „wiadomości” prezenter zakodowany zostanie z dużo większym priorytetem niż tło, dzięki czemu błędy będą pojawiać się na tle, a nie na prezenterze na którym skupiona jest uwaga.
Standard MPEG4 charakteryzuje się skalowalnością. Oznacza to, że jakość obrazu dostosowuje się do przepustowości kanału transmisyjnego oraz mocy komputera odbiorcy. W przypadku zbyt małej przepustowości łącza lub zbyt małej mocy obliczeniowej komputera odbiorcy, dekodowana jest tylko część informacji opisujących daną sekwencję. Dzięki temu film zakodowany w standardzie MPEG4 dopasowuje się do konkretnych warunków w celu zapewnienia jak najlepszej wynikowej jakości.
Zespół mechanizmów efektywnie kodujących obraz, zapobiegających powstawaniu błędów oraz dopasowujących się do warunków odtwarzania powoduje, że materiał skompresowany przy pomocy MPEG4 charakteryzuje się bardzo dobrą jakością na tle swoich poprzedników. Wymienione cechy są szczególnie ważne w strumieniowych transmisjach multimedialnych.
