基于多模态大模型的场景监测方法、装置、设备及介质

本发明公开了基于多模态大模型的场景监测方法、装置、设备及介质，包括获取目标场景的第一视频流，根据第一视频流确定对应的视频帧图像集；将视频帧图像集输入到端侧部署的多模态大模型，得到对应的视频场景描述信息，进而将第一视频流和视频场景描述信息上传到云平台；根据视频场景描述信息在云平台匹配对应的视频场景识别模型，并根据视频场景识别模型对第一视频流进场景识别，得到场景识别结果；根据场景识别结果对视频场景描述信息进行调整，并根据调整后的视频场景描述信息判断是否发出告警。本发明提高了场景监测的效率和准确性，可广泛应用于视频监控技术领域。