La evaluación de calidad visual se utiliza a menudo como un indicador clave de rendimiento (KPI) para evaluar el rendimiento de dispositivos electrónicos. Existe una asociación significativa entre la evaluación de calidad visual y los dispositivos electrónicos. En este documento, llamamos la atención sobre elecciones alternativas de función de pérdida perceptual para la codificación de video profundo de extremo a extremo (E2E-DVC), que se pueden utilizar para reducir la cantidad de datos generados por sensores electrónicos y otras fuentes. Por lo tanto, analizamos los efectos de diferentes métricas de evaluación de calidad de referencia completa (FR-QA) en E2E-DVC. Primero, seleccionamos cinco métricas de FR-QA adecuadas para optimización como objetivos perceptuales, que son diferenciables y por lo tanto admiten retropropagación, y las utilizamos para optimizar un modelo E2E-DVC. En segundo lugar, analizamos los comportamientos de tasa-distorsión (R-D) de un modelo E2E-DVC bajo diferentes optimizaciones de función de pérdida. En tercer lugar, realizamos pruebas perceptuales humanas subjetivas en los videos reconstruidos para mostrar el rendimiento de diferentes optimizaciones de FR-QA en calidad visual subjetiva. Este estudio revela los efectos de las métricas de FR-QA competidoras en E2E-DVC y proporciona una guía para futuros estudios sobre E2E-DVC en términos de diseño de función de pérdida perceptual.