对于G-AZB检测：用SAD的两个边界和一个SATD阈值来减少G-AZB检测复杂度；
对于P-AZB检测，提出快速率失真估计算法来提高P-AZB检测效率。
本文首先采用SAD的两个边界和SATD的一个阈值来检测G-AZB。其次，提出一种快速率失真代价估计的方法来检测P-AZB。

混合AZB检测方法

下图展示了本文AZB检测方法的伪代码：
第一步，如果一个TU的SAD小于第一个SAD阈值（SADlower），认为TU是G-AZB；否则，如果SAD大于第二个SAD阈值（SADupper），给TU被认为是NAZB。
第二步，对于其余TU，采用哈达玛阈值检测G-AZB。
第三步，如果上述条件都不满足，提出快速率失真代价估计的方法来预测Costzero和Costnonzero，并且如果Costzero小于Costnonzero，该TU被认为是P-AZB；否则，TU被编码为NAZB。

A.G-AZB检测

如果TU的SAD小于SADlower，它直接被检测为G-AZB；否则，如果TU的SAD大于SADupper，TU被检测为NAZB；其他情况，利用哈达玛阈值检测G-AZB。
HEVC量化：


已经提出下面的SAD阈值：
由于SADlower源于HEVC整数DCT和量化的性质，因此SAD小于SADlower的几乎所有TU被认为是G-AZB，所以把它当作第一个SAD阈值。
为避免冗余计算，提出SAD上界：

其中，C[WDCT]根据实验得到，对于32x32、16x16、8x8、4x4的TU，将C[WDCT]分别设为580、148、37、17。|D-D’|代表量化误差。UB[QP][WDCT]的值设为0.95*|D-D’|。RUB是常数。k[WDCT]是归一化因此，对于32x32、16x16、8x8、4x4的TU分别设为1024、256、64、16。
考虑到哈达玛变换与整数DCT的频率性质相似，定义THH[QP][WDCT]为给定QP和TU宽度的哈达玛阈值：
其中，对于32x32、16x16、8x8、4x4的TU，m分别等于8、2、1/2、1/8。G-AZB检测条件就是：
其中，NUMhadmard代表大于THH[QP][WDCT]的非零哈达玛系数的个数。
由于哈达玛变换只支持2x2、4x4和8x8，因此，DC哈达玛变换被用于检测16x16和32x32的G-AZB。

B.P-AZB检测

当满足下面条件，TU认为是P-AZB：
其中，Costzero和Costnonzero分别代表TU编码成AZB和NAZB的率失真代价。
Costzero的真实值必须经过变换、量化、反量化、反变换和熵编码才能计算出来。如果早些时候检测到P-AZB，可以跳过上面一些操作。对于一个TU的Costzero和Costnonzero的计算：
这里，Distzero和Distnonzero分别代表把TU编码成AZB和NAZB的失真。Bitszero和Bitsnonzero分别代表把TU编码成AZB和NAZB产生的比特数。λ是一个在率失真代价中平衡失真和bit的参数，它可以用量化参数和编码结构得到。
为便于描述推到过程，下表中定义一些符号：
失真计算：
对于Distzero，RR等于0。AZB可以仅用一个标志位粗略地编码。因此：
Distnonzero的值：
对于每个变换系数，普通量化的可视化描述如下图：
首先，通过加入普通量化中的偏移量，将蓝点表示的变换系数移动到红点；然后通过舍入操作减去丢弃量，落入量化区间的红点被移动到黑点处（代表重构值）。这样，单个系数的失真可以近似为：
这样的话，Distnonzero可以被估计为：
下面使用TU的自信息来估计码率：
应用零均值广义高斯分布来模拟变换系数分布。由于HEVC中有四种不同的TU大小，因此通过下面来估计自信息：
由于自信息是理论上编码一个值所需的最小比特数，因此自信息和与实际比特数可能存在差异。Bitsnonzero的估计值假设与实际比特数线性相关，通过下面式子估计Bitsnonzero：
当所有变换系数为0，截距为常数时，Bitsnonzero的估计值为1。