简介： 本发明公开了一种基于深度强化学习的视频编码帧内码率控制方法，采用A3C算法，首先采用不同分辨率的视频进行编码并记录实际编码信息以制作离线训练数据集，然后定义行动网络和批评网络的结构和输入输出，再利用离线训练数据集训练定义好的网络，训练完成后将网络嵌入到HM编码软件中，当视频编码进行到帧内码率控制流程时，调用该网络预测得到当前CTU的QP并计算当前的拉格朗日优化因子，利用得到的QP和拉格朗日优化因子对当前CTU进行编码，实现帧内码率控制。本发明的方法相对于传统的帧内码率控制方法以及现有的基于深度强化学习的帧内码率控制方法，率失真性能都有一定的提升。