I帧、P帧和B帧（I-frames、P-frames and B-frames）的概念是视频压缩领域的基础。这三种帧类型在特定情况下用于提高编解码器的压缩效率、压缩流的视频质量，以及使得流去应对传输和存储时候的错误和故障。

翻译 | Alex

技术审校 | 赵军

本文来自OTTVerse，作者为Krishna Rao Vijayanagar。

I帧、P帧和B帧 Easy-Tech

#002#

在本篇文章中，我们将学习I帧、P帧和B帧的工作原理以及它们的用途。

好，我们先从现代视频压缩中最基本的概念开始——帧内预测和帧间预测。

帧内预测和帧间预测

在本篇文章中，我并不会深入讲解帧内预测和帧间预测（Intra and Inter-prediction）的技术细节，但是我会告诉你它们为何存在以及有什么用处。

以下方图片为例。图片显示了两个视频帧（彼此相邻），有一个黑色像素的矩形块在其中移动。在第一帧中，该块位于图像的左侧，而在第二帧中，它已经移到了右侧。

如果我想用现代视频编码器（如H.264或HEVC）压缩帧2，我会这样做：

1.将视频分解为多个像素块（宏块），并逐一压缩。

2.为了压缩每个宏块，首先在当前帧和前后帧中搜索，找到与我们想要压缩的宏块相似的宏块。

3.记录最佳匹配的宏块的位置（位于哪一帧以及在该帧中的位置）。然后，两个宏块之间的差异被压缩，并和位置信息一起被发送给解码器。

请看下方图片。如果要压缩帧2中的宏块（已用红色方框标记），你认为最佳方法是什么？该怎么做？

1.首先，我可以查看帧1，并找到相匹配的宏块。它似乎移动了一个帧宽（我知道要少一些）的距离，并与帧2中像素块的高度大约相同。好的，运动矢量出现了。

2.我在同一帧内搜索，并很快发现，位于红色方框标记的宏块与上方的宏块相同。所以，我可以让解码器复制这一宏块，而不必再去其他帧搜索。这样一来，运动矢量便是最小的（如果存在的话）。

现在我们来看下一个示例。如果想要压缩帧2中包含蓝色球体的宏块，我们该怎么做呢？

在同一帧内搜索，还是在前面的编码帧中搜索？

1.首先，我查看了帧1并找到了相匹配的球体，它似乎移动了一个帧宽（我知道要少一些）的距离，并向上移动了一些。这让我们得到了运动矢量。另外，包含两个球体的宏块之间的差异似乎非常小（猜测的）。

2.然后我在同一帧内搜索，马上意识到相同帧里面并没有包含球体的其他宏块。看来这次运气不太好，没有在同一帧内找到匹配的宏块。

从上面那些示例中，我们都学到了什么？

1.编码器搜索匹配宏块以减少需要传输的数据的大小，整个过程通过运动估计和补偿来完成，这使得编码器可以在另一帧内发现宏块的水平和垂直位移。

2.编码器可以在同一帧内（帧内预测）和相邻帧内（帧间预测）搜到匹配的宏块。

3.它比较每个宏块的帧间和帧内预测结果，并选出最佳结果。这个过程被称为“模式选择”，我认为这是视频编码器最核心的部分。

现在，看完对帧内预测和帧间预测的快速介绍，让我们来学习I帧、P帧和B帧吧！

什么是I帧？

I帧或关键帧或帧内帧（I-frame or Key-Frame or Intra-frame）仅由帧内预测的宏块组成。

I帧中的每个宏块只能在同一帧内匹配其他宏块，这意味着，它只能利用帧内“空间冗余”来进行压缩。空间冗余是一个术语，用来指单个帧的像素之间的相似性。

I帧在不同的视频编解码器中以不同的形式出现，如IDR、CRA或者BLA。这些不同类型的I帧本质相同：都不存在时域预测。

I帧有很多用处，在我们学习P帧和B帧之后，我们再来研究。

什么是P帧？

P帧代表预测帧，除了空域预测以外，它还可以通过时域预测来进行压缩。P帧参考前面的帧进行运动估计。P帧中的每个宏块都可以被：

• 时域预测

• 空域预测

• 跳过（skipped）（是指让解码器复制前一帧内的位于相同位置的宏块——0运动向量）

我制作了一张插图来说明其中的重点。上图中显示了I帧和P帧。如前面讨论，P帧参考前面的I帧或者P帧。图中，帧的编码、解码顺序与它们呈现在用户面前的顺序一致。这是因为P帧只参考前面的图像来进行编码。

什么是B帧？

B帧可以参考在其前后出现的帧。B帧中的B就代表双向（Bi-Directional）。如果你的视频编解码器使用基于宏块的压缩（如H.264/AVC所做的一样），那么B帧中的每个宏块都可以：

• 后向预测（使用未来的帧）

• 前向预测（使用过去的帧）

• 无帧间预测，仅帧内预测

• 完全跳过（帧内或帧间预测）

由于B帧可以参考和插入在它之前和之后发生的两个（或更多）帧（在时间维度上），所以它可以显著降低帧的大小，同时保持视频质量。B帧能够利用空间冗余和时间冗余（未来的帧和过去的帧），这使得它在视频压缩中非常有用。

但是，B帧是资源密集型——无论是从编码侧还是解码侧看，让我们来看看原因。

想要理解B帧的作用，我们需要先理解呈现/显示顺序和解码顺序的概念。

以I帧和P帧为例。如果你只使用这两种类型的帧，那么每一帧要么参考自身（I 帧），要么参考前一帧（P 帧）。因此，帧可以以相同的顺序进出编码器。这里，呈现顺序（或显示顺序）与编码、解码顺序相同。

但如果某一帧要参考未来显示的一帧，你要怎么做呢？这是我们在使用B帧压缩时经常遇到的情况。下图中显示了一个GOP（group of pictures）结构，GOP是一组连续的画面，在每一个mini-GOP中，都使用了两个B帧和一个P帧，也就是IBBPBBP。

解码器端也是如此操作。

按照解码顺序，解码器先解码帧1（I帧），然后是帧2（P帧）。但它却无法显示帧2，因为在解码顺序中的实际上是帧4！所以，解码器需要将帧2（按解码顺序）放入缓冲区，然后等待显示它的时机。

所以，编码器和解码器需要在内存中维护两个“顺序”或“序列”：一个将帧放置在正确的显示顺序中，另一个用于将帧按照编码和解码所需顺序放置。

由于重新排序的要求，B帧会影响解码器缓冲区的大小，并增加延迟。

这就是为什么许多系统在压缩一个B帧时，对可用作参考的帧数做出严格的限制的原因。按照同样的思路，H.264/AVC的Baseline profile因为瞄准低端设备的，所以不允许使用B帧或Slice。

参考B帧和非参考B帧

我们在上文中学过，B帧可以参考两帧或者多帧，通常，（根据其位置）一帧在前，一帧在后。我们也已知道，I帧不参考任何帧，P帧只参考前面的帧。那么问题来了——任何帧都能使用B帧作为它的参考帧吗？

答案是肯定的。

• 如果B帧可以作为参考帧，它就被称为参考B帧。

• 如果B帧不用作参考帧，它便被称为非参考B帧。

在比特流中标明参考B帧和非参考B帧非常重要，因为解码器需要在DBP（Decoded Picture Buffer，解码图像缓存）中存储参考帧。

如果某一帧被标记为非参考B帧，但却将其用作参考帧，那么解码器很可能崩溃。因为解码器大概率在解码和显示之后就已经删除此帧。

与非参考B帧相比，大部分解码器在量化参考B帧时会获得更好的质量，从而减少传播损失。

在视频压缩/流化中使用I、P和B帧

在理解了I帧、P帧和B帧的工作原理之后，我们来解决一个重要问题：为什么要使用它们？

在下面内容中，我们会学习I帧、P帧和B帧在视频压缩中最重要的用例。

在哪里使用I帧？

我们在前面的部分了解到，I帧可以被独立地编码、解码，这使得它在视频压缩中得到广泛应用。

刷新视频质量

I帧的插入通常表示GOP（或视频片段）的结束。I帧压缩不依靠前一帧编码，从而可以刷新视频质量。正因为I帧在保持视频质量方面有如此重要的作用，所以通常情况下，编码器会在大小和质量方面偏向I帧。在编码高质量的I帧后，编码器便可以使用该I帧作为参考图像来压缩P帧和B帧。

那I帧只能用于刷新视频质量吗？不仅如此。

恢复比特流错误

我们之前说过，I帧可以被独立地编码和解码。这意味着I帧可用于恢复视频文件或视频流中的灾难性故障。

我们来看看是它是如何做到的。

如果P帧和参考B帧遭到破坏，其他所有依赖于它们的帧就不能完整解码，这会直接导致视频故障。视频通常无法从此类问题中恢复。然而，当被破坏的视频流到达I帧，因为I帧被独立地编码解码，所以视频问题可以从I帧恢复。

这种I帧通常被称为IDR帧（Instantaneous Decoder Refresh，即时解码刷新），并且这种不参考I帧之前图像的行为被称为闭合GOP（Closed GOP）。

IDR帧通常在ABR流中表示视频的某个新片段。由IDR帧开始，平台可以确保新片段能够独立于其他片段被解码。即使由于传输问题导致一些片段损坏或丢失，这一特性也能保证视频可以继续播放。

Trick Modes（快进快退）

最后，关键帧对于Trick Modes来说至关重要！

如果想在一个视频中快进快退，则在视频开始时需要一个I帧，对吧？

假设你搜索到的是P帧或者B帧，但解码器已经从内存中删除了参考帧，你该怎么重建它们呢？视频播放器很自然地会找到一个起始点（I帧）并成功解码，然后从这一点开始播放。

这又引出另一个有趣的事情。

如果你的关键帧在视频中相隔时间很长，假设它们之间间隔20秒，那么你的用户只能以20秒为增量进行快进快退，这样的体验非常糟糕！

如果关键帧放置太多，那么虽然快进快退体验会很棒，但这时候视频就太大了，可能导致网路缓冲等问题。

所以设计出最佳的GOP和mini-GOP结构真的是一项平衡的艺术。

在哪里使用P帧和B帧？

人们经常会问：在哪里、什么时候以及如何使用P帧和B帧？

如果你已经理解上文中所描述的P帧和B帧的工作原理，那么你就知道P帧和B帧可以在减少视频大小的同时，保证视频质量。这就是它们的主要用途！在合适的位置插入P帧和B帧可以减小视频文件尺寸或者比特率，并且仍能保持一定的视频质量水平。

基于你所使用的GOP和mini-GOP结构，使用相关QP值压缩P帧和B帧（被参考或者不被参考），你就可以达到目标比特率或视频质量。

小 结

我希望这篇关于I帧、P帧和B帧的文章能够帮助你增加关于视频压缩的知识。想要更深入地理解它们，你可以下载静态编译好的 FFmpeg 版本，并在 FFmpeg 中使用 GOP、no-b-frame 相关设置来查看视频的大小及其质量如何变化。

本文已获得作者Krishna Rao Vijayanagar授权发布，特此感谢。

原文链接：
https://ottverse.com/i-p-b-frames-idr-keyframes-differences-usecases/