當透過容易發生錯誤的網路傳送壓縮視頻時,由於頻道錯誤或擁塞的狀況發生時,封包可能會遺失。為了恢復遺失的資訊,錯誤修補(Error Concealment)是一種被廣泛使用的技術。本篇論文藉由改變GOP(Group of Pictures)中不同畫面間的編碼相依性來重建出一種新型的GOP結構。不同於一般的二元預測編碼,我們提出了一種新的支援錯誤回復(Error Resilience)功能的時域預測結構。在我們所提出的演算法中,在一個GOP中的所有畫面(frame)被劃分為奇數及偶數畫面,並且建立各別獨立的編碼相依性。如果在傳輸過程中發生封包遺失或封包損毀時,藉由現有大多數的錯誤修補技術都可以把損壞的畫面修補回來。舉例來說,利用以前或未來相鄰畫面的時域資訊,我們可以重建出相似的移動(motion)及像素資訊。此外,因畫面間的編碼相依性所造成的錯誤增值(Error Propagation)也會減少。另外,我們還使用了適應性GOP大小的機制,動態調整GOP的大小,以提高修補後畫面的品質。從實驗結果顯示,本篇論文所提出GOP結構,比起一般討論的二元預測編碼,我們可以提供至0.5dB的錯誤修補改善。