來自：http://blog.chinaunix.net/uid-13423116-id-2894428.html
B_Skip類型宏塊（200503版標準，表7-14最後一行）： 無像素殘差，無運動矢量殘差（MVD）。解碼時，通過Direct預測模式（時間或空間）計算出前、後向MV後，直接利用前、後向MV得到像素預測值。像素重構值=像素預測值
B_Direct_16*16 類型宏塊（200503版標準，表7-14第一行）：有像素殘差，無運動矢量殘差（MVD）。解碼時，通過Direct預測模式（時間或空間）計算出前、 後向MV後，利用前、後向MV得到像素預測值。然後，像素重構值=像素預測值+像素殘差解碼值
P_Skip類型宏塊（200503版標準，表7-13最後一行）：也就是COPY宏塊。無像素殘差，無運動矢量殘差（MVD）。直接利用預測MV得到像素預測值。像素重構值=像素預測值 。
請一定不要把 Direct 類型宏塊、Skip 類型宏塊、Direct 預測模式這三個混淆了。B_Skip 類型宏塊（大小爲 16*16）、B_Direct_8*8 類型塊（大小爲 8*8）和B_Direct 類型宏塊（大小爲 16*16）都採用的是 Direct 預測模式；可以看到兩種skip類型既無殘差也無運動矢量差值，B_Direct分爲對16*16和8*8，都是無MVD但是帶殘差。解碼時，通過預測計 算MVPred，再依靠幀間運動補償恢復宏塊的亮度色度信息。
Skipped Macroblock 是宏塊類型，Direct Prdeiction 是宏塊的預測方式
Skipped Macroblock 顧名思義就是跳過不編碼的宏塊，那麼在解碼端如何重構這個宏塊呢？這就有兩種選擇：
1、採用 Direct 方式（這是一種特殊的預測方式）先預測出其 MV，後面的處理就跟一般的幀間宏塊類似了（根據 MV 獲取參考圖像，再進行插值重構）；
2、不採用 Direct 方式進行預測，而直接 copy 參考宏塊。
第一種選擇正是 B 片中的 Skip 宏塊所採取的方式，同時又分爲空間和時間 Direct 預測方式
第二種選擇正是 P 片中的 Skip 宏塊所採用的方式，也就是直接 copy 參考宏塊
現 在應該明白 Skip 與 Direct 的聯繫了吧？但要注意的是 B 片中有一種類型的宏塊：B_Direct_16*16，它很特殊，它的名字裏有“Direct”這個單詞 ，它的預測方式也採用的 Direct 方式。這種類型的宏塊即有 B 片中的 Skip 宏塊的特性（MV 採用 Direct 預測方式得到），同時又有一般幀間宏塊的特性（有像素殘差，Skip 宏塊是沒有像素殘差的）。
Skipped Macroblock 顧名思義就是跳過不編碼的宏塊，那麼在解碼端如何重構這個宏塊呢？這就有兩種選擇：
1、採用 Direct 方式（這是一種特殊的預測方式）先預測出其 MV，後面的處理就跟一般的幀間宏塊類似了（根據 MV 獲取參考圖像，再進行插值重構）；
2、不採用 Direct 方式進行預測，而直接 copy 參考宏塊。
第一種選擇正是 B 片中的 Skip 宏塊所採取的方式，同時又分爲空間和時間 Direct 預測方式
第二種選擇正是 P 片中的 Skip 宏塊所採用的方式，也就是直接 copy 參考宏塊
現 在應該明白 Skip 與 Direct 的聯繫了吧？但要注意的是 B 片中有一種類型的宏塊：B_Direct_16*16，它很特殊，它的名字裏有“Direct”這個單詞 ，它的預測方式也採用的 Direct 方式。這種類型的宏塊即有 B 片中的 Skip 宏塊的特性（MV 採用 Direct 預測方式得到），同時又有一般幀間宏塊的特性（有像素殘差，Skip 宏塊是沒有像素殘差的）。
給大家一個直觀的理解：
1，在圖像序列裏確實存在這樣的情況：當前MB（或者submb）的數據和以往圖像中的某一塊完全一樣（主要針對視頻中的運動物體），所以從理論上完全可以不傳輸這一塊的數據，而有以往的數據。
2.那麼這個以往的數據採用哪一幀呢？顯然對於運動物體採用緊鄰那一幀最好（至少mv最小的可能性大）。
3.採用哪一塊呢？ 這個有一點麻煩，但是從邏輯上講如果運動物體的邊緣確定了，中間的塊和邊緣的塊的mv應該一致，所以從臨近塊中得到mv就是很自然的想法了。
以上就是P幀SIKP的想法。當然按照這個想法做，不是所有的運動物體都能很好的找到匹配塊，但是視頻編碼考慮的是效果和算法的平衡。當一個skip宏塊在比特流中被申明，就不必爲這個宏塊傳輸數據了。解碼器會爲這個跳過宏塊計算向量和利用來自list0的首參考幀的MC預 測去重構這個宏塊。普通的(非skip)幀間預測, 先得到MVPRED, 然後搜索得到最佳匹配塊. (判斷最佳的方法....是可能使用MAD作爲判斷標準....) 然後把模式, 運動殘差(MVD), CBP, 和像素殘差一起編碼傳輸 (或者還有其他一些flags)
那麼在編碼時怎樣判斷當前塊可以是skip塊呢？ 沒什麼好辦法，只能先假定它就是，然後算一下參差是否爲0。當然你可以用量化後的數值計算，這樣會在一定程度上增大找到sikp的概率。
如果滿足以下三個條件則將宏塊按 Skip 類型進行編碼：1，在圖像序列裏確實存在這樣的情況：當前MB（或者submb）的數據和以往圖像中的某一塊完全一樣（主要針對視頻中的運動物體），所以從理論上完全可以不傳輸這一塊的數據，而有以往的數據。
2.那麼這個以往的數據採用哪一幀呢？顯然對於運動物體採用緊鄰那一幀最好（至少mv最小的可能性大）。
3.採用哪一塊呢？ 這個有一點麻煩，但是從邏輯上講如果運動物體的邊緣確定了，中間的塊和邊緣的塊的mv應該一致，所以從臨近塊中得到mv就是很自然的想法了。
以上就是P幀SIKP的想法。當然按照這個想法做，不是所有的運動物體都能很好的找到匹配塊，但是視頻編碼考慮的是效果和算法的平衡。當一個skip宏塊在比特流中被申明，就不必爲這個宏塊傳輸數據了。解碼器會爲這個跳過宏塊計算向量和利用來自list0的首參考幀的MC預 測去重構這個宏塊。普通的(非skip)幀間預測, 先得到MVPRED, 然後搜索得到最佳匹配塊. (判斷最佳的方法....是可能使用MAD作爲判斷標準....) 然後把模式, 運動殘差(MVD), CBP, 和像素殘差一起編碼傳輸 (或者還有其他一些flags)
那麼在編碼時怎樣判斷當前塊可以是skip塊呢？ 沒什麼好辦法，只能先假定它就是，然後算一下參差是否爲0。當然你可以用量化後的數值計算，這樣會在一定程度上增大找到sikp的概率。
（1）最佳模式選擇爲Inter16×16；
（2）MC得到的最終運動矢量等於預測運動矢量，即運動矢量的殘差爲0；
（3）變換系數均被量化爲0。
B幀和P幀的想法類似，說起來有點累（因爲它有2個參考幀，2種所謂的預測模式），大家可以自己想一想。
總結一下：
圖 像壓縮研究了很久，但是基本思想卻沒有什麼突破：空間的相關性和時間的相關性。在加上要考慮實現的難度，所以基本的思路很簡單。不要看264寫的那麼復 雜，其實每一條的出處的想法都很簡單，所以建議大家多考慮一下實際的圖形序列是什麼樣的，再來理解爲什麼這樣做和各種做法的區別，就沒那麼困難了。