近年来,随着信息网络时代的到来,视频已经成为用户获取知识信息的主要渠道。然而,由于视频数据量非常大,为了对视频数据进行有效地存储和传递,必须对其进行有效的压缩和编码,因此提出了高效视频编码标准（High Efficiency Video Coding,HEVC）。由于网络种类的多样性,即使在相同的网络带宽下视频信号也可能发生波动,这就要求视频流必须适应不同的带宽要求。而基于HEVC提出的质量可伸缩视频编码（Scalable High Efficiency Video Coding,SHVC）可以有效地解决这个问题,但可伸缩视频编码标准的编码过程非常复杂,因为在可伸缩视频编码框架中存在基本层和一个或多个增强层,在编码时需要对基本层和增强层分别进行编码,使得编码复杂度极高,这就严重影响了SHVC的广泛应用。因此,研究可伸缩视频编码SHVC快速编码算法有着非常重要的意义。本文主要针对质量可伸缩视频编码帧间预测快速算法进行了研究,因为对质量可伸缩视频编码帧间快速算法的研究包括对编码模式的预测算法和对编码深度的预测算法,因此本文针对编码模式和编码深度提出两个快速编码算法,主要算法研究如下:1.提出了一种基于可能性的模式预测算法。首先根据当前编码单元与双亲编码单元的深度相关性、与相邻编码单元的空间相关性以及与基本层相同位置的编码单元之间的层间相关性,计算出在当前编码单元中使用不同编码模式的可能性,然后结合层间相关性和空间相关性进行模式选择。实验结果表明,在码率节省比例（Bj?ntegaard delta bit rate,BDBR）平均增加1.07%的情况下,增强层的编码时间平均减少65%。2.提出了一种基于可能性大小的深度预测算法。首先基于时间相关性和空间相关性计算出当前编码单元深度的可能性大小,排除可能性较小的编码深度,然后结合率失真值使用高斯混合模型（Gaussian Mixture Model,GMM）以及期望最大聚类算法（Expectation Maximization,EM）进行深度提前终止。实验结果表明,提出的算法能够在BDBR增加0.17%的情况下,编码时间平均减少31%,能够显著提升编码速度。