基于深度学习的展会观众行为感知与引导控制方法

本发明公开了一种基于深度学习的展会观众行为感知与引导控制方法，S1：往返时间定位节点；S2：得到预处理观众视觉数据与预处理观众惯性与无线定位数据；S3：完成首次前向推理并得到多尺度加权特征图；S4：得到稀疏旋转卷积模型；S5：生成多模态观众联合向量；S6：将多模态观众联合向量输入跨模态注意力时序意图推理模块；S7：通过模型预测控制算法与双深度Q网络联合优化模块计算最优引导路径指令集；S8：同步采集观众执行行为形成实时反馈数据流；S9：与稀疏旋转卷积模型进行联合蒸馏，周期性更新稀疏旋转通道掩码与卷积权重。本发明有效缓解展会高峰期局部过载现象，提升整体观展流畅性与安全性。