上下文建模资源要按贡献大小分配

条件熵理论告诉我们，参考的上下文（已编码的相关符号）越多，剩余的不确定性理论上越小，编码效率也就越高。但上下文阶数每提高一级，需要维护和更新的概率模型数量会急剧膨胀，模型一多，每个模型能观测到的样本又变少，估计反而不准，编码性能不升反降。H.265/HEVC的CABAC因此不对所有语法元素平等地加大上下文阶数，而是对高频出现、且直接主导整体编码性能的事件建立更精细的多阶上下文模型，对低概率、边际影响小的事件用简单模型甚至视为等概率处理。这是把”提升精度的边际收益”和”提升精度的边际成本”都纳入考量后的资源分配策略，而不是对所有决策变量都统一拉满建模精度。