Mục tiêu chinh cùa nén dữ liệu đa phương tiện là khả năng nén nhiều nhất có thề không quan tâm đến khía cạnh trình diễn và tìm kiếm. Phần lớn các tệp âm (hanh, ành và video được nén nhờ kỹ thuật hay theo chuẩn nhất định. Để trích chọn đặc trưng của các file này thì trước hết phải giải nén chúng đã. Quan điềm này không hiệu quả về mặt tính toán vi nén và giải nén phải thực hiện vài lần trong tiến trình trích chọn, không hiệu quả khi lưu trữ vì các tệp nén và các đặc trưng trích chọn được lưu trừ tách biệt. Do vậy, cần có kỹ thuật nén sao cho trích chọn đặc trưng thực hiện trực tiếp trong dừ liệu nén và trong đó nén trên cơ sở đối tượng, không trên cơ sờ các giá trị mẫu riêng rẽ. Có thể thực hiện chỉ số hóa và truy tìm ảnh trong dữ liệu nén DCT, lượng tử vẻctơ, v.v. Nếu có thề chuyển ảnh bitmap sang đồ họa véctơ thì đạt được tỷ lệ nén cao hơn và dễ dàng truy vấn hơn. MPEG-4 và JPEG2000 là thí dụ về các chuẩn tổ hợp nén và truy vẩn.
Khía cạnh khác của nén là phải phù hợp với truyền tin và trình diễn. Trong nhiều ứng dụng, ảnh thumbnail được hiển thị trước trong màn hình hay cửa sổ để người đùng iựa chọn. Nếu người dùng quan tâm ánh nào thì họ chọn ảnh và phiên bàn mật độ lớn hơn để hiển thị. Có thể thực hiện ứng dụng loại này theo hai cách sau:
> Phưomg pháp thứ nhất: Ảnh kích thước khác nhau suy diễn từ cùng một ảnh được tạo ra, nén, lưu trữ riêng rẽ trong server. Các ảnh có kích thước yêu cầu sẽ gửi đến client để hiển thị. Thi dụ, dữ liệu ảnh thumbnail được truyền để hiển thị, dữ liệu ảnh gốc được gửi ừình tự theo yêu cầu.
> Phương pháp thứ hai: Các ảnh được nén và lưu trữ theo kích thước ban đầu. Dựa vào yêu cầu, dữ liệu ảnh gốc được truyền đến client không quan tâm đến yêu cầu của client. Trong phần lớn các trường hợp, client làm
giảm dữ liệu ãnh truyền ihành kích thước nhò hơn để hiến thị. Nếu user muốn quan sát toàn bộ ảnh gốc thì ảnh gốc được truyền đi.
Cả hai phương pháp đều không hiệu quả từ góc độ không gian lưu trữ và băng thông. Để giải quyết vấn đề trên, cẩn sử dụng kỹ thuật nén phản cấp như JPEG và MPEG-4. Nó không chỉ tiết kiệm không gian lưu trữ và băng thông mạng mà còn lảm giảm thời gian đáp ứng vì ảnh được truyền, giải mã, hiền thị một cách tiến triền dần dần thay cho giải mã và hiển thị chi khi dữ liệu đã sẵn sàng.