O Multiview Video Coding corresponde a codificar várias vistas, ou seja, várias câmaras apontadas ao mesmo objecto, como está ilustrado na seguinte figura.
Exemplo de várias câmeras focadas num objecto
O facto de se filmar de várias câmaras (com diferentes ângulos em relação a um ponto de focagem) introduz um novo conceito, que permite mudar o ponto de vista mudando também a perspectiva que se tem do vídeo. Através deste método é possível criar no consumidor uma perspectiva bastante mais realista do 3D.
Mas, em termos de codificação, isto é um pesadelo, pois temos de enviar N vistas em vez de enviarmos apenas uma imagem (tradicional 2D). Devido a este facto decidiu-se aproveitar toda a redundância temporal e espacial entre as vistas (presente no H.264/AVC). Sendo assim, o esquema de visualização tem a seguinte forma:
Esquema de visualização do Multiview Video Coding
A codificação dos blocos é bastante flexível, pois permite que um bloco de uma determinada vista possa ser previsto por um bloco da mesma vista, por um bloco de outra vista ou por um bloco de uma vista de um instante diferente (variação temporal), o que contribui bastante para aumentar o factor de compressão. A este nível de eficiência de codificação está associada muita complexidade tanto no codificador como no descodificador (embora mais do lado do codificador).
Note-se ainda que existe uma linha de base que assegura a compatibilidade inversa.
No entanto, este formato garante pouca redução do bit rate (30% para N=2 e 25% para N>2). Devido a este facto, a ITU e o MPEG estão a desenvolver um novo formato que se baseia no 2D + Depth, ou seja, transmite-se duas vistas com duas frames de profundidade associadas e, através disso, estimam-se várias vistas com um ângulo maior do que as estimadas no 2D+ Depth. Assim, seria possível reduzir imenso o bit rate, novamente à custa de complexidade introduzida no televisor.
Note-se ainda que é bastante difícil confirmar que as vistas estimadas estão correctas, pois as vistas estimadas não existem na captura.