MPEG-1视频序列中的图像是逐行扫描的，1幅图像就是1帧，不分场。而MPEG-2除了这种顺序（Progressive）序列外，还另外定义了隔行扫描的交织序列：此时每帧图像分为上、下或奇、偶两场，既可以按两幅图像来处理，也允许按单幅图像来对待。由此便引出比MPEG-1更多的“花样”──对每幅图像可有不止一种的预测方式，但必须在宏块（仍为16×16）中加以说明。
（1）帧图像预测：帧图像中每一宏块代表一幅图像的16×16像素区，对于隔行图像，宏块中将包括两个场的信息。因此对预测而言，有时针对隔行宏块按帧来进行（与MPEG-1相同）效果好，有时又可能对两场分别处理（各场的预测器彼此独立）更可取。所有编码决策均在压缩时完成。
（2）场图像预测：场图像中的宏块只含一个场的信息，16×16的宏块实际代表16×32的图像区域，其16×32的另一半区域属于其它场。在场图像序列中，每一帧的两个场可具有不同的图像类型。场图像中的两种预测方式为场预测和16×8运动补偿（对每个宏块的上下两半部分单独预测）。
（3）双元预测：同时利用帧图像和场图像进行预测，可用于没有B图像的序列。