本发明涉及一种基于支持向量机的点云压缩编码器关键参数优化方法，首先，对点云的几何信息和颜色信息进行预处理；然后，提取点云的特征向量；对于给定的目标码率，利用全搜索的方法找到使得失真最小的最优的参数对，对训练集中的所有点云提取给定目标码率下的最优的标签，将最优标签信息和特征向量信息写入训练集，利用支持向量机以及训练集信息训练得到模型，利用模型对测试集里的特征向量信息进行测试，预测出连续域上最优的测试标签，得到测试集的最优的参数对。该方法利用点云的分布特征，使用支持向量机方法训练得到测试点云的最优的编码参数对，在保证给定编码比特率条件下编码器编码性能的同时大大减少了时间成本。