Các lớp cơ sở có chứa một phiên bản giảm độ phân giải của mỗi frame được mã hóa. Giải mã các lớp cơ sở mình sản xuất một chuỗi đầu ra có độ phân giải thấp và giải mã các lớp cơ sở với lớp tăng cường (s) tạo ra một đầu ra có độ phân giải cao hơn. Các bước sau đây được yêu cầu để mã hóa một chuỗi video thành hai lớp không gian:
1. mẫu của mỗi khung hình video đầu vào (Hình 5.58) (hay đối tượng video) chiều ngang và dọc (Hình 5.59).
2. Mã hóa các khung giảm độ phân giải để tạo thành các lớp cơ sở.
3. Giải mã các lớp cơ bản và up-mẫu với độ phân giải ban đầu để tạo thành một khung dự đoán (Hình 5.60).
4. Trừ các khung hình đầy đủ độ phân giải từ này khung dự đoán (Hình 5.61). 5. Mã hóa sự khác biệt (còn lại) để tạo thành các lớp tăng cường.
Hình 5.58 Khung hình video gốc
Hình 5.59 Sub-lấy mẫu khung được mã hóa như là lớp cơ sở
Hình 5.60 Khung lớp cơ sở (được giải mã và up lên)
Một bộ giải mã đơn lớp giải mã chỉ có lớp cơ sở để tạo ra một chuỗi đầu ra giảm độ phân giải. Một bộ giải mã hai lớp có thể tái tạo lại một chuỗi đầy đủ độ phân giải như sau:
1. Giải mã các lớp cơ bản và up-mẫu với độ phân giải gốc. 2. Giải mã các lớp tăng cường.
3. Thêm giải mã còn sót lại từ các lớp tăng cường để các lớp cơ bản được giải mã để tạo thành các khung hình đầu ra.
I-VOP trong một lớp tăng cường được mã hóa mà không có bất kỳ dự đoán không gian, tức là như một khung hoàn chỉnh hoặc đối tượng ở độ phân giải nâng cao. Trong một lớp tăng cường P-VOP, các giải mã, lên lấy mẫu lớp cơ sở VOP (tại vị trí tương tự trong thời gian) được sử dụng như là một dự đoán mà không bồi thường chuyển động. Sự khác biệt giữa dự đoán này và khung đầu vào được mã hóa bằng cách sử dụng kết cấu các công cụ mã hóa, tức là không có vector chuyển động được truyền cho một nâng cao P-VOP. Một lớp tăng cường B-VOP được dự đoán từ hai hướng. Việc chọn từ trước lùi được hình thành bởi sự giải mã, lên lấy mẫu lớp cơ sở VOP (tại vị trí tương tự trong thời gian), không có bất kỳ bồi thường chuyển động (và vì thế mà không có bất kỳ MV). Các dự đoán về phía trước được hình thành bởi các VOP trước trong lớp nâng cao (thậm chí nếu điều này chính là một B-VOP), với dự đoán bù chuyển động (và do đó các MV).
Nếu VOP có tùy ý (nhị phân) hình dạng, một lớp cơ sở và lớp tăng cường BAB là cần thiết cho mỗi MB. Các lớp cơ sở BAB được mã hóa như bình thường, dựa vào hình dạng và kích thước của đối tượng lớp cơ sở. Một BAB trong một lớp tăng cường P-VOP được mã hóa bằng cách sử dụng dự đoán từ một phiên bản up-lấy mẫu của lớp cơ sở BAB. Một BAB trong một lớp tăng cường B-VOP có thể được mã hóa theo cách tương tự, hoặc sử dụng phía trước dự đoán từ các VOP nâng cao trước đó (như mô tả trong mục 5.4.1.1).