一种用于实现优化的360°沉浸式视频观看体验的系统和方法。媒体输入流被编码成具有不同质量的第一组比特流，其中每个GOP以帧内编码（I）帧开始，随后是包括至少一个预测编码（P）帧的一组帧。媒体输入流也被编码成具有不同质量的第二组比特流，其中每个GOP以I帧开始，随后是多个X帧，每个X帧具有P帧的切片报头，并且包括仅内部编码数据块（例如，I块）。在360°沉浸式视频内容的播出期间，当视口在中间GOP期间改变和/或在带宽分配改变的情况下，将X帧中的更高质量的数据复用到编码视频序列中，以便以最小的时延提供增强的观看体验。