一种视觉可控的编码端深度学习视频压缩控制方法

本发明公开了一种视觉可控的编码端深度学习视频压缩控制方法，包括：预训练针对人眼视觉优化的深度学习编解码器，并冻结模型参数，形成编码端；在编码端加入编码模式预测策略，针对下游任务进行训练优化，获得优化后的编码模式预测模型；对编码模式预测模型进行模型训练，训练完成后引入编码帧结构预测模型，面向下游任务继续进行训练，获得集成编码模式预测和编码帧结构预测的视频编解码器，基于视频编解码器实现视频解压缩。本发明在编码端通过编码模式预测、编码帧结构预测等技术，实现编码器对多种下游任务的支持，同时无需改变原有编解码器的权重和解码流程，降低了编解码流程和部署应用的复杂度。