嗨，我正在准备明天的考试，我遇到了一个 17 分的问题，这似乎很简单，所以我认为我错过了一个关键点，因为剩下的考试相当困难。问题在下面，我的尝试在下面。
问题
框架尺寸如下：
我的尝试：
我在维基百科上查找了视频捕获，它将其定义为将模拟信号转换为数字信号的过程 - 所以我将捕获帧的点视为在它们被数字化之后。我们被告知忽略压缩和解压缩所花费的时间，因此下一部分只是发送数据。帧序列中的数据总量为 54KB（老实说，我不确定为什么帧序列以 I 帧开始和结束 - 似乎没有意义）。所以传输 1s 的视频需要 0.27s。
为了流畅地播放一秒钟的帧，播放缓冲区必须至少包含 25 帧。帧序列是 IBBPBBI，总大小为 54 KB。一秒内播放速度为 54 x 25 = 0.432 MB/s。
我很确定我们需要做出一些估计来解决剩下的问题。
一如既往，我愿意接受任何建议！感谢阅读：D
在下一个 I 或 P 帧被扫描、压缩、传输、接收和解压缩之前，您不能开始播放任何 B 帧。
总延迟与需要在编码器和解码器处处理的最小延迟直接相关，在此之前第一帧准备好在接收器处呈现。
传输和解码的过程如下： 索引为 (0,1,2,3,4,5,6) 的 IBBPBBI 将被压缩并以模式传输 - 作为 IPBBBIBB (0,3,1,2 ,6,4,5)。鉴于需要先获取相应的图片，同时需要先解码，然后才能渲染第一帧。
系统延迟中的总元素
捕捉延迟~他们说假设为零。
编码延迟（压缩时间实际上为零，但编码器需要在产生输出之前缓冲帧）。
由于两张 B 图片（图片 1,2）需要等待 P 图片（图片 3）才能从捕获中获得，并且需要先进行编码。因此引入的延迟为 - 3 / fps = 3 * 40 ms = 120 ms。
传输延迟。
需要缓冲最少的数据，直到可以开始解码
在这种情况下，图像 I、P 和第一个字节 B 帧的开始需要由接收器和解码器读取和解码。在第一张图片出现之前必须提交给解码器的总字节数
= (18k + 6k)*8 / 1600k
= 120 ms。
注意：这里有一个问题，通常音频和其他元数据以相同的方式与视频一起传输，在这种情况下，数字 1600k 应该减少到有效的可用视频带宽。
解压和渲染时间（这里假设为零）。
因此，从关键元素来看，我们有总的端到端延迟= 120 ms + 120ms = 240 ms。
但这一切都太理想化了。一般来说，传输中总是存在明显的抖动。接收器总是会进行一定量的缓冲（在发送给解码器之前），以尽量减少下溢和上溢的情况。
第二个重要的一点是，所有 I 帧都不可能具有相同的大小，尽管在上述情况下，您可以将其作为上面的最大帧大小。