En MPEG-billede, der er kodet ved hjælp af motion kompenseres forudsigelse fra fortiden og/eller fremtidig reference billeder. Motion vektorer peger fremad og baglæns anvendes, og de kan pege på enten jeg-billeder eller P-billeder. B-billeder giver den højeste komprimering, men kræver kendskab til flere billeder. Derfor B-billeder give en højere forsinkelse og kræver et større billede hukommelse. B-billeder aldrig bruges som reference i en forudsigelse.

Når B-billeder er en del af en sekvens, billederne sendes ikke i kronologisk rækkefølge som følge af, at fremtidige P-billeder og/eller jeg-billeder er nødvendigt (og derfor skal afkodes) til afkodning af B-billeder. P - og jeg-billederne skal sendes tidligere end det faktiske tid, som de vedrører.