传统视频编码标准虽然能够使其编码视频质量在某个给定码率里达到最优，但是不能有效解决网络带宽变化所带来的问题。在发生传输数据丢失的时候，单层视频编码方式便不能够保证在解码端恢复出流畅的视频图像。而且它也无法提供不同质量的压缩视频流给不同要求的用户。有一个好的解决方法就是对视频进行分级编码和传输。 从压缩码率和图像质量上看，现有在MPEG．4标准下的精细可分级(Fine GranularityScalable)编码算法比非分级的单层编码算法逊色很多。而对其进行改进的渐进精细可分级(Progressive Fine Granularity Scalable)编码算法虽然采用了图像质量渐进的多参考帧方法来提高运动预测的精确度，但是它在增强层上的压缩效率和编码速度都比较低。 本文提出了一个新的基于H.264标准的可分级视频编码框架，名为渐进量化可分级(Progressive Quantization Scalable，PQS)编码方案，以提高分级编码的性能。与传统的FGS和PFGS编码不同，PQS编码采用一个名为量化残差编码(Quantization ResidualCoding)的算法来代替位平面编码(Bit-plane Coding)算法，以提供更好的压缩效果。PQS编码还有一个特点是采用最顶的增强层的预测模式来作为整个PQS编码器的预测模式，而FGS和PFGS采用的是基本层的预测模式来编码增强层图像。这个特点能够有效地提高图像的PSNR值和主观质量，这是因为增强层的预测模式比基本层的预测模式更加精确细致。 实际的研究测试表明，PQS编码的：PSNR值在活动性适中或者活动性较大的视频序列下比MPEG-4 FGS和PFGS编码的PSNR值平均提高了2～3dB，但是比H.264标准编码降低了1.5～2dB。由此可见，H.264：PQS编码算法在保证图像质量和提高压缩能力两个方面取得了较好的平衡。