编码与格式 / 系统课时
I P B 帧与 GOP
I P B 帧与 GOP
编码后的视频不是由彼此独立的图片简单排列而成,而是通过不同帧类型建立参考关系。本课将解释 I、P、B 帧各自承担的职责,并说明 GOP 长度、关键帧间隔和参考结构如何影响压缩率、延迟与随机访问。
学习目标
- 区分 I、P、B 帧的预测来源和解码依赖
- 理解 GOP、关键帧间隔与随机访问之间的关系
- 能分析不同 GOP 设置对码率、延迟和错误恢复的影响
三类帧分别解决什么问题
I 帧主要使用帧内预测,图像内容不依赖其他帧即可重建。它通常比同等画质下的预测帧占用更多数据,但能够建立新的解码起点,并限制参考链无限延长。
P 帧主要使用前向参考,可引用显示时间上较早的已解码帧。对于静止背景或持续移动的物体,P 帧只需记录运动信息和残差,因此通常比 I 帧更小。
B 帧可以同时使用前向和后向参考。例如当前画面位于两个参考画面之间时,编码器可从前后两个方向预测物体位置。双向预测通常能得到更小残差,但会增加缓存、排序和解码依赖。
| 帧类型 | 典型预测方式 | 是否依赖其他帧 | 主要特点 |
|---|---|---|---|
| I 帧 | 帧内预测 | 否 | 数据较大,便于建立解码起点 |
| P 帧 | 前向帧间预测 | 是 | 压缩率较高,可继续充当参考帧 |
| B 帧 | 双向或多参考预测 | 是 | 压缩效率高,但依赖与缓存更复杂 |
GOP 如何组织帧
GOP 是一组按照特定参考关系组织的视频帧,通常从一个关键访问点开始,到下一个关键访问点之前结束。常见显示顺序可以写成 I B B P B B P,其中 B 帧位于两个参考帧之间。

GOP 不只是若干字母的固定排列。现代编码器可能使用多个参考帧、分层 B 帧和更复杂的依赖结构。判断 GOP 时,应关注哪些帧能够独立开始解码、哪些帧可作为参考,以及依赖是否跨越 GOP 边界。
显示顺序与解码顺序为何不同
当 B 帧需要引用未来显示的 P 帧时,解码器必须先获得并解码该 P 帧,再重建位于它之前显示的 B 帧。因此,码流中的解码顺序可能与最终播放顺序不同。
例如显示顺序为 I B B P 时,实际解码通常需要先处理 I P,再处理依赖二者的两个 B 帧。播放器根据时间戳缓存和重新排序,最终仍按正确时间显示画面。
这种重排序是 B 帧增加延迟的重要原因之一。离线视频通常愿意用更多 B 帧换取压缩效率,而实时通话、云游戏等低延迟场景可能减少 B 帧数量,甚至采用不需要重排序的结构。
关键帧间隔带来的取舍
关键帧间隔较短时,播放器能够更快从新的访问点开始解码,拖动进度、切换清晰度和网络错误恢复通常更迅速。但 I 帧出现得更频繁,会提高平均码率或降低同码率下的画质。
关键帧间隔较长时,编码器可利用更长的时间相关性,通常获得更好的压缩效率。不过随机拖动可能需要回退到更早的关键访问点,参考链损坏后受到影响的画面范围也可能更大。
直播和自适应码率视频通常还要求不同清晰度在相同时间点设置关键访问点。这样播放器切换码率时才能从目标码流的可解码位置继续播放,避免画面长时间无法恢复。
I 帧、关键帧与随机访问点
初学时常把 I 帧直接称为关键帧,但二者并非在所有编码标准中完全等价。I 帧只说明该帧主要使用帧内预测,不自动保证后续帧不再引用它之前的内容。
真正适合随机访问的位置还需要满足参考关系约束。例如 H.264 中的 IDR 图像会阻止后续图像继续引用 IDR 之前的参考图像;其他标准还可能提供 CRA 等随机访问类型。分析码流时,应结合具体编码标准和帧标记判断,而不能只看到 I 字母就下结论。
开放 GOP 允许部分帧跨越 GOP 边界引用,压缩效率可能更高;封闭 GOP 限制跨边界依赖,更便于独立剪切、拼接和错误隔离。选择哪种结构取决于分发、编辑和实时性要求。