随着网络技术和计算机技术的发展，多媒体通信和视频通信正逐步成为通信的主要业务。视频信息的庞大数据量和信道带宽的限制迫使视频通信数据通常要经过压缩编码，而压缩数据对传输过程中的差错非常敏感，会造成误码环境下重建图像质量严重下降。因此如何在误码环境下保证解码端重建视频的质量具有非常重要的研究价值和应用价值，作为解决这一问题的途径之一，多描述编码近年来受到了广泛的关注。本文紧密结合当前的视频编码研究中的新技术对目前多描述算法中存在的冗余度过高和误差传播两个重要问题进行了研究。 本文首先对多描述算法中冗余度过高问题进行了研究，通过对双向预测帧和时间可伸缩编码的研究，提出一种基于联合采样的多描述视频编码算法。该算法通过使用先进的双向预测帧技术将空域采样和时域采样有机的结合在一起，并把分层可扩展编码的思想应用到多描述算法中。算法对序列中的I帧和P帧采用空域下采样，对B帧采用时域下采样；并对P帧和B帧使用了不同的预测策略。实验证明该算法有效地降低了多描述算法的冗余度。 针对多描述算法中存在的误差传播问题，本文提出一种树形预测算法，该算法从如何控制误差的传播范围入手，针对视频序列组建立一棵预测树，树中的结点与图片组中的帧一一对应；预测树表示视频序列组中各帧之间的参考关系。实验证明这种树形预测结构可以有效地控制由丢包及传输错误所引起的误差传播现象，提高视频的主客观质量。此外，还可以根据预测树的结构将序列中的各帧划分为不同的类别，对不同类别的帧实施不同的编码策略，从而可更加灵活有效地控制码率。