简约科技风教育视频多模态描述生成流程图系统工作流程

请绘制一个专业的“多模态教育描述数据构建引擎图”，要求如下：## 整体要求- 风格：学术论文级别，简洁专业，使用蓝绿色系配色- 格式：横向布局，层次清晰，箭头流向明确- 元素：包含流程步骤、数据形态三个层次## 核心流程结构（分为三个个阶段）### 第一阶段：数据预处理与人物定位（左侧）**输入**：原始教育视频**处理步骤**：1. 视频抽帧 → 关键帧图像2. 目标检测 → 人物边界框(Bbox) 3. 区域裁剪 → 人物区域图像**输出**：带有空间定位信息的图像-坐标对### 第二阶段：多模态标注生成（中部）**输入**：人物区域图像 + Bbox坐标**处理步骤**：1. 多方位提示工程 → GPT-4V API调用2. 生成描述 → 自然语言描述（行为/姿态/表情/交互对象）第三阶段：标签抽取 → 结构化行为标签**输出**：图文对(图像-描述) + 结构化标签+bbox### - 主流程：从左到右的数据生成流（实线箭头）- 反馈环：从右到左的质量优化流（虚线箭头）- 迭代标识：在图中标注“迭代优化”循环箭头## 技术细节标注请在图中适当位置标注：- 关键产出：多模态教育描述数据集## 视觉要求1. 使用不同形状区分： - 椭圆形：开始/结束节点 - 矩形：处理步骤 - 圆角矩形：数据/产出 - 菱形：决策/评估点 2. 颜色编码： - 蓝色系：数据输入/输出 - 绿色系：处理过程 - 橙色系：模型/技术模块 - 灰色系：背景/辅助元素3. 箭头样式： - 粗实线：主要数据流 - 细虚线：反馈/优化流 - 点划线：控制流/条件判断淡蓝黄绿三段闭环流程，简约学术风，白底扁平图标，英文字体。所有的颜色都是浅色系