请教一个视频网站的设计方案

需求大致如下：

1. 网站用于上传一个大小至少为 1GB 的视频文件；
2. 上传成功后，需要能够在网站上逐帧回放这个视频，必须能精确到每一帧；
3. 定位到某一帧后，可以在这一帧的画面里面绘制直线或者多边形用于标注；
4. 标注完成后，再把视频和标注的数据统一发给另外一个服务器的 API 用于进一步解析；
5. 解析后的结果返回到网站，提供在线查看与下载；
6. 用户量暂时不大，同一时间最多不到 10 个人访问。

这里面最大的难点可能就在前三项了，自己没有做过视频相关的产品，感觉有很多坑的样子。也问过 gpt ，但还是有些迷茫。想请教下各位，有没有什么比较推荐的解决方案呢，最好是成本低一些的，十分感谢！