帧 & 场

视频的一场或一帧可用来产生一个编码图像。通常，视频帧可分成两种类型：连续或隔行视频帧。

在电视中，为减少大面积闪烁现象，把一帧分成两个隔行的场。

显然，这时场内邻行之间的时间相关性较强，而帧内邻近行空间相关性强，因此活动量较小或静止的图像宜采用帧编码方式，对活动量较大的运动图像则宜采用场编码方式。

宏块、条带

一个编码图像通常划分成若干宏块组成，一个宏块由一个 16×16 亮度像素和附加的一个 8×8 Cb 和一个 8×8 Cr 彩色像素块组成。每个图象中，若干宏块被排列成条带的形式。

I 条带只包含 I 宏块，P 条带可包含 P 和 I 宏块，而 B 条带可包含 B 和 I 宏块。

I 宏块利用从当前条带中已解码的像素作为参考进行帧内预测（不能取其它条带中的已解码像素作为参考进行帧内预测）。

P 宏块利用前面已编码图象作为参考图象进行帧内预测，一个帧内编码的宏块可进一步作宏块的分割：即 16×16、16×8、8×16 或 8×8 亮度像素块（以及附带的彩色像素）；如果选了 8×8 的子宏块，则可再分成各种子宏块的分割，其尺寸为 8×8、8×4、4×8 或 4×4 亮度像素块（以及附带的彩色像素）。

B 宏块则利用双向的参考图象（当前和未来的已编码图象帧）进行帧内预测。

档次和级

H.264 规定了三种档次，每个档次支持一组特定的编码功能，并支持一类特定的应用。

1. 基本档次：利用 I 条带和 P 条带支持帧内和帧间编码，支持利用基于上下文的自适应的变长编码 进行的熵编码（CAVLC）。主要用于可视电话、会议电视、无线通信等实时视频通信；
2. 主要档次：支持隔行视频，采用 B 条带片的帧间编码和采用加权预测的帧内编码；支持利用基于 上下文的自适应的算术编码（CABAC）。主要用于数字广播电视与数字视频存储；
3. 扩展档次：支持码流之间有效的切换（SP 和 SI 条带）、改进误码性能（数据分割），但不支持 隔行视频和 CABAC。

详见：编解码技术：H264 - Profile 和 编解码技术：H264 - Level

VCL 和 NAL

制订 H.264 的主要目标有二个：

1. 高的视频压缩比，当初提出的指标是比 H.263，MPEG-4，约为它们的 2 倍，现在都已基本实 现；
2. 良好的网络亲和性，即可适用于各种传输网络。

为此，H.264 的功能分为两层，即视频编码层（VCL）和网络提取层（NAL，Network Abstraction Layer）。

VCL 数据即编码处理的输出，它表示被压缩编码后的视频数据序列。在 VCL 数据传输或存 储之前，这些编码的 VCL 数据，先被映射或封装进 NAL 单元中。

每个 NAL 单元包括一个原始字节序列负荷（RBSP）、一组对应于视频编码数据的 NAL 头信息。

NAL 单元序列的结构见下图：

详见：编解码技术：H264 - NAL Unit

参考资料

• [1] 《 T-REC-H.264-201906-I.pdf 》
• [2] 《 新一代视频压缩编码标准 -- H264/AVC（第二版）》