La connaissance visuelle est une nouvelle forme d'expression de la connaissance, dont les racines théoriques plongent profondément dans la science cognitive ; la connaissance visuelle vise à fournir un cadre théorique unifié, complet et interprétable ainsi que des méthodes de modélisation pour les éléments clés de l'intelligence visuelle - tels que les concepts visuels, les relations visuelles, les opérations visuelles et le raisonnement visuel. La recherche en science cognitive a confirmé le rôle crucial des connaissances visuelles dans les processus cognitifs humains et les comportements intelligents, ce qui permet de conclure que l'expression et l'apprentissage des connaissances visuelles joueront un rôle important dans le développement de l'intelligence visuelle et de l'intelligence artificielle. Ces dernières années, l'intelligence artificielle a constamment progressé, en particulier les grands modèles d'intelligence artificielle dépassent le niveau d'intelligence des modèles traditionnels ; les grands modèles peuvent automatiquement découvrir des régularités générales à partir de données massives et encoder ces régularités dans les paramètres de réseaux neuronaux à grande échelle, permettant ainsi l'extraction automatique de connaissances à grande échelle et le stockage de connaissances implicites par paramétrisation. Cette nouvelle révolution technologique de l'intelligence artificielle, propulsée par les grands modèles, apportera de nouvelles opportunités et défis pour la construction d'agents intelligents de pointe possédant des connaissances visuelles. Dans ce contexte, cet article analyse en profondeur les fondements théoriques de la connaissance visuelle, passe en revue de manière exhaustive les développements récents dans le domaine de la connaissance visuelle. Dans le même temps, cet article propose des perspectives prospectives sur le développement de la connaissance visuelle dans l'ère des grands modèles et le rôle clé qu'elle pourrait jouer, ainsi qu'un aperçu de l'avenir.

Visual knowledge;Artificial intelligence;Foundation model;Deep learning