得益于时代的发展与多媒体技术的不断进步,消费者不再满足于传统视频所带来的观感体验,为了迎合人们对强交互性的需求,多视点技术逐渐走入了人们的视线。相较于二维视频,多视点视频能通过多个视点产生出视差来提供二维视频所缺失的深度感;相较于传统三维视频,多视点视频可以提供多个视点让用户自由地挑选观看视角。与良好观赏体验相对应的是多视点视频巨大的数据量,尽管新兴编码方案提供了极高的压缩效率,但压缩率与抗容错能力间的相互矛盾将极大地降低丢包后多视点视频的解码质量。尤其是面向视频会议和远程医疗这种实时性要求极高的应用场景,当出现丢包时采取传统的抗差错技术往往将面临实时性过低和复杂度过高的问题。因此,针对多视点视频传输时的丢包问题,研究低时延且有效的错误区域重建算法具有重要意义。基于上述研究背景,本学位论文主要研究低时延要求下的多视点视频丢包重建问题。针对双目立体视频(双视点)的右视点丢失问题以及多视点视频的中间视点丢失问题进行了分析,通过结合多视点视频编码标准MV-HEVC的关键技术,对传统错误隐藏算法进行了改进与创新,在此基础之上提出了两种高效的多视点视频重建算法,主要贡献如下:1.提出了一种基于视差矢量外推的多视点视频错误隐藏算法。该算法能解决HBP结构下双目立体视频的右视点丢包问题以及多视点视频的非独立视点丢包问题。针对HBP结构下无法使用传统运动矢量外推算法的问题进行了改进,提出了一种基于视差估计的视差矢量外推算法,算法通过结合时空域信息与视差信息解决了HBP结构带来的外推算法适用性问题。且对于传统外推算法过程中由于计算误差而造成的空洞块问题,提出了一种有效的空洞填补算法。实验结果表明,相比于传统的错误隐藏算法,本算法的重建效果在主客观质量上均有明显提升。2.提出了一种基于残差分块的自适应错误隐藏算法。该算法能解决HBP结构下多视点视频的中间视点丢包问题。鉴于传统错误隐藏算法使用固定尺寸子块重建所带来的块效应问题,提出了一种基于残差信息的自适应块划分算法;且对于传统边界匹配算法的误差传播问题进行了改善,给出了一种结合深度信息、残差信息和预测信息的子块重建排序方法,并在此基础之上提出了一种结合时空域信息和视差信息的多视点视频错误隐藏算法。实验结果表明,本算法能很好地改善重建时带来的块效应问题,且相比于先前算法,本算法的重建效果在客观质量评价和主观质量评价上都取得了显著提升。