# DVC｜H.264 学习范围

> 用户问题：我需要学h.264的算法吗
>
> 来源：本聊天 `01a13ae4-6cb2-7f23-b09c-942490bf8387`，公开回复记录第 87 行，2026-10-14 23:48:47 +08:00。
>
> 可核实定位：传统预测编码前置知识；外部标准链接。

<!-- source-body:R02:begin -->
**需要掌握核心原理。以你现在理解 DVC 为目标，先学到能讲清楚一帧如何被压缩、再如何被重建，就可以继续读论文。**

DVC 继承了传统视频编码的“预测→残差→变换→量化→熵编码”思路。理解这条流程，才能看懂它为什么设置运动网络和残差网络。[H.264 标准中的预测编码说明](https://www.itu.int/rec/dologin_pub.asp?id=T-REC-H.264-202108-S%21%21PDF-E&lang=f&type=items)

建议按下面的顺序学习：

| 内容 | 你需要理解的问题 |
|---|---|
| 帧内与帧间预测，I/P/B 帧 | 当前帧可以利用哪些已有信息？ |
| 运动估计与运动补偿 | 如何找到移动的位置，再生成预测图像？ |
| 残差 | 为什么传“原图减去预测图”能省比特？ |
| 变换与量化 | 如何把残差变成容易压缩的表示？失真在哪里产生？ |
| 熵编码 | 为什么概率高的符号可以用更少的比特表示？ |
| 率失真优化 | 如何在画质和码率之间做选择？ |

**其中，运动估计、运动补偿、残差和率失真优化，应当优先学透。** DVC 的主要创新就围绕这些模块的联合训练展开。

CABAC 的具体编码步骤、完整码流语法、各种预测模式和编码器源码，可以等到你需要复现、改进传统编码器时再深入。

一个合适的学习验收标准是：你能解释清楚这三个问题：

- 为什么编码端也要重建当前帧？
- 为什么预测越准确，通常越容易压缩残差？
- 为什么更准确的运动估计，未必带来更好的整体压缩效果？

能回答这些问题，再回看 DVC 的图 2 和损失函数，就会容易很多。
<!-- source-body:R02:end -->