원래 이름 기록: 深圳市集贤科技有限公司

本发明公开一种宠物挂脖相机Vlog生成方法、装置、设备及介质，涉及视频处理技术领域，包括：利用宠物挂脖相机，获取宠物多模态数据；根据所述宠物多模态数据进行预处理，获取预处理的宠物多模态数据；对所述预处理的宠物多模态数据进行多模态特征提取与融合分析，获取宠物多模态融合特征的分析结果；根据所述宠物多模态融合特征的分析结果，生成宠物挂脖相机Vlog生成结果。本发明实现了多模态数据的全链路智能化处理，不仅解决了传统设备数据碎片化、情感理解缺失、内容生成依赖人工的痛点，还通过端云协同架构保障了处理效率与精度，可自动产出具有叙事逻辑的情感化Vlog，大幅节省人工时间。

本发明提供一种基于知识蒸馏的设备端动物声音识别模型训练方法及系统，首先对预训练的动物声音识别教师模型执行知识动态拆解处理，得到包含基础特征、关联决策和适配迁移知识模块的分层知识模块集合；接着获取设备端实时资源状态信息，构建设备端适配的学生模型基础结构；然后构建分层关联的蒸馏约束规则形成分层蒸馏约束机制；再将动物声音训练数据集输入教师模型和学生模型基础结构，结合分层蒸馏约束机制执行动态蒸馏训练，获取知识传递效率数据及模型参数变化序列；最后基于上述数据对学生模型基础结构参数进行动态收敛调整，得到设备端动物声音识别模型。本发明提升了设备端模型训练质量和效率。

本发明公开一种基于多模态数据的视频处理方法、装置、设备及介质，涉及视频处理技术领域，包括：利用待处理视频的多模态原始数据，获取多模态数据分析结果；根据所述多模态数据分析结果进行事件与叙事处理，获取事件处理结果及叙事框架；基于所述多模态数据分析结果结合所述事件处理结果进行高光片段提取，获取视频高光片段；根据所述多模态数据分析结果、所述叙事框架与所述视频高光片段，获取视频处理结果。本发明实现了数据深度复用与全流程自动化，生成的视频既具备清晰的叙事结构与核心亮点聚焦，又能通过情感全流程贯穿提升用户共鸣，同时大幅降低人工干预成本，生成效率较传统剪辑方式提升。