带宽资源的有限性对于IP网络上的视频通信提出了一系列的挑战。可伸缩性视频编码(Scalable Video Coding，SVC)利用预测编码等技术获得高压缩比，来克服这一困难。然而，预测编码技术也使SVC码流对于传输差错十分敏感，差错会同时在空域和时域进行传播，从而降低视频的质量。因此，在基于SVC的视频通信中，有必要使用容错技术来对抗传输差错。这就是本篇论文所要讨论的重点。　　 针对基于SVC的视频通信，本文采用了多种抗差错技术来克服差错传播对接收端重构视频质量的影响，提高异构终端在丢包环境下的重建图像质量的鲁棒性。　　 本文的第一个贡献是，我们研究了在相邻关键帧时间跨度较大时的等级预测结构中，传输差错对重建图像质量的影响。传统的方法采用图像复制的差错隐藏机制和冗余关键帧抗差错编码结合的技术，由于用与丢失帧距离较远的帧来代替丢失帧，效果不是很好。考虑到相邻关键帧之间的运动信息具有很强的相关性，本文提出了一种将冗余关键帧抗差错编码与利用运动矢量复制的差错隐藏结合的方法。仿真结果显示，这种方法比已有的解决方案的效果要好，特别是在信道丢包特性未知的情况下。　　 本文的第二个贡献是，针对SVC的编码模式选择，我们考察了在具有丢失感知的率失真优化中拉格朗同乘子的选择方法。在以往的方法中，不同的编码层使用相同的拉格朗日乘子。基于相邻层之间量化参数的相关性，本文提出了一种为不同编码层选择不同拉格朗同乘子的方法，通过对基本层和增强层的联合优化进行最佳的编码模式选择。仿真结果表明，本文方法对于IPPP结构或含有等级B帧结构的质量和空间可伸缩性编码，都可以获得明显的PSNR增益和编码比特节省。　　 本文的第三个贡献是，我们考察了在扩展的空间可伸缩性编码(ESS)中如何恰当地使用层间残差预测，以在丢失宏块的差错隐藏和视觉失真(artifacts)的降低之间取得折衷。已有的算法关注的只是减少视觉失真，而对传输差错的隐藏则未加考虑。本文利用视频对象的同质性，提出了一种更加有效的层间残差预测模式选择方法。仿真结果显示，本文方法无论在主观感受还是客观指标上都超过现有的方法。　　 最后，本文的第四个贡献是，我们考察了在同时考虑差错隐藏和运动补偿的内插计算复杂度时，如何进行模式合并的问题。已有的方法通过块合并来减少运动补偿中内插的计算复杂度，但没有考虑丢失时的差错隐藏问题。实际上在进行差错隐藏时，大的丢失块也比小的块计算量要小。本文针对ESS提出了一种基于宏块模式预测的模式合并方法。实验结果表明，该方法能够增加大的模式块的数量，明显降低了计算复杂度，同时提高了易错环境下的容错能力。