در حالی که چند سالی نیست که به هزاره جدید وارد شده ایم، سالمندی به یک مسئله جمعیت شناختی عمده مبدل شده است. در طی سالهای اخیر به علت کاهش میزان مرگ و میر، بهبود شرایط بهداشتی و افزایش امید به زندگی، شمار سالمندان بیش از هر دوره ای از تاریخ است. به طوری که از هر ده نفر از مردم جهان، یک نفر بالای 65 سال سن دارد (حیدر نیا، 1378). در سال 2000، حدود 600 میلیون نفر در سن 60 سالگی و یا بیشتر قرار داشته اند. تا سال 2025 این آمار به2/1 میلیارد و تا سال 2050 به دو میلیارد نفر خواهد رسید. امروزه حدود دو سوم کل سالمندان در کشورهای در حال توسعه زندگی می کنند و تا سال 2025 این آمار به 75 درصد خواهد رسید (سازمان جهانی بهداشت، 2008). در حال حاضر نرخ رشد جمعیت در کشور ما 6/1% می باشد و این در حالی است که نرخ رشد جمعیت سالمندی 5/2% است (تاجور، 1382).

یکی از اساسی ترین نیازهای بشر در عصر حاضر ، ارتباطات می باشد که با گسترش فناوری های مخابراتی هر روز ابعاد تازه تری به خود می گیرد به ویژه با گسترش رو به افزایش شبکه های کامپیوتری محلی و اینترنت و اقبال عمومی در استفاده از این شبکه ها نیاز به روشهای جدیدی برای ارسال انواع اطلاعات از جمله اطلاعات ویدئویی روی این شبکه ها کاملا حس می شد. طراحی ‏‎(moving picture expert group)mpeg-4‎‏ در آغاز به منظور پاسخ دادن به چنین نیازی آغاز شد اما به مرور این استاندارد به جای اینکه صرفا برای افزایش ضریب فشرده سازی طراحی شود مفهوم دیگری را معرفی کرد که از آن می توان به عنوان تحولی در عرصه پردازش تصاویر متحرک نام برد . در این روش به جای پردازش یک قاب از تصویر ویدئویی می توان قسمتی از این قاب که تحت عنوان یک شی ویدئویی ‏‎video object‎‏ معرفی می شود را پردازش کرد. در واقع مفهوم شی گرایی معرفی شده توسط ‏‎mpeg-4‎‏ با ویژگیهای چشم انسان تطابق کامل دارد و با این روش امکان پردازش قسمتی از تصویر که مورد توجه می باشد فراهم می گردد . در واقع مفهوم شی گرایی با جداکردن اطلاعات تصویر از یکدیگر خدمت بزرگی به صنایع فیلم سازی ، بازیهای کامپیوتری ، تلویزیونهای تعاملی ‏‎interactive‎‏ کرده است .