当前时代,视频无时无刻存在于世界的每一角落,电视中、网络上、手机中、大街上,人们随时都在看着各种内容的视频。从图像内容的角度来说,视频可以被分解为一连串的图片,其包含的信息量是巨大的。直到目前为止,还没有一种系统可以大规模的储存和播放原始视频码流信息。因此对视频进行压缩成为了一种必然。视频编码的目的就是尽最大的可能性去除视频码流中的冗余,使得视频内容方便储存,播放。HEVC（High Efficiency Video Coding）视频编码标准是由 ITU-T（ITU Telecommunication Standardization Sector）和 ISO（International Organization for Standardization）组织成立的联合工作组 JCT-VC（Joint Collaborative Team on Video Coding）所推出的最新的视频编码标准。在ITU-T标准中,HEVC又被称为H.265标准。HEVC的目标是采用2到4倍于H.264/AVC的复杂度,在同样的编码质量下,取得H.264/AVC码率的一半。就目前的进展来说,HEVC标准基本达到了其设计目标。但是在实际应用中,HEVC仍然面临着复杂度过高的缺点。在使用HEVC的官方测试平台HM（HEVCtestmodel）对1080p格式的视频进行随机接入格式（RandomAccess）的编码时,编码一个帧间帧的时间经常高达几分钟时间。这么长的时间在实际的应用中是不能接受的。这也说明,HEVC编码器在压缩复杂度方面有着很大的研究空间。本文主要研究了 HEVC编码标准中的若干关键技术,针对一些耗时的编码技术,本文提出了一些节约压缩编码时间的方法。在实验中,这些方案均不同程度的减少了 HEVC编码的复杂度。为编码器的设计提供了新的思路。本文的主要成果分为以下几个方面:第一,对HEVC中新加入的基于四叉树的图像划分结构进行了研究,提出了两种能大幅度减少编码时间的解决方案。为了应对高分辨率视频编码,HEVC编码标准引入了基于四叉树的画面内容分割技术。这一技术使得编码器既可以适应有着大块平坦区域的高分辨率视频,也可以适应有着丰富细节的视频内容。但在提高编码性能的同时,这一技术也引入了较高的编码复杂度。本文针对图像划分结构复杂度高的问题提出了两种解决方案。两种方案中一种基于直方图估计,需要在编码的过程中在线学习,对CU结构给出预测;另一种方案基于Adaboost,只需要预先学习,就可以在编码的过程中对CU结构给出预测。仿真结果说明,这两种方案都可以在几乎不影响编码质量的前提下,大幅度减少编码时间。第二,对帧间编码中的运动搜索技术进行了研究,提出了一种自适应决定运动向量搜索范围的算法。运动搜索技术是帧间编码的核心,也是视频编码中最耗时的模块之一。本文提出了一种自适应决定运动向量搜索范围的算法。该方法采用K近邻算法,综合了如运动预测误差等若干种特征,可以在编码的过程中动态的给出当前块运动向量搜索范围。该方法在HEVC的实验模型HM下得到验证。实验表明,本方法节约了运动搜索的时间,降低了帧间编码的复杂度。第三,对HEVC中特有的Merge编码模式进行了研究,提出了一种快速Merge模式。由于在编码高分辨率的视频时,即使CTU（Coding tree units）块的大小为64x64像素,块与块之间的相关性还是很强。为了去除块与块之间的冗余,HEVC引入了 Merge模式,使得一个块可以直接采用旁边块的编码信息。在实际编码中,高分辨率视频采用Merge模式的概率比较高。利用这一特点,本文提出了一种快速Merge模式,该方法可以使得编码器动态地判断当前块是否可以直接采用Merge而不进行传统的运动搜索过程。由于运动搜索占用的搜索时间较多,跳过一定的运动搜索也就达到了减少时间开销的效果。实验表明,采用本文提出的快速Merge算法可以在BD-rate上升0.27%的代价下减少压缩编码时间10.9%。