O padrão MPEG-4 introduziu o conceito de codificação de áreas de contorno irregular ou codificação de objetos, permitindo que cada cena seja codificada de forma separada em relação a outros objetos, ou seja, a codificação é feita de maneira independente para cada imagem.

No padrão MPEG-4, é necessário que diferentes objetos recebam o mesmo tipo de codificação dentro de uma sequência de vídeo.

O fluxo de bits do modelo de verificação do padrão MPEG-4 Visual segue a seguinte hierarquia de classes, da mais alta entidade para a mais baixa: objeto de vídeos, camada de objetos de vídeos, plano de objeto de vídeo e sessão de vídeo.

O MPEG-4 Visual, também conhecido como parte 2 do grupo de padrão MPEG-4, define um algoritmo de compressão para informação visual. Já a parte 10 descreve um formato de arquivo para armazenamento de mídias diversas.

As informações geradas a partir de técnicas de computação gráfica no padrão MPEG-4 necessitam ser transformadas em imagens antes do processo de codificação.