O conhecimento visual é uma nova forma de representação do conhecimento, cujas raízes teóricas estão profundamente enraizadas na ciência cognitiva; o conhecimento visual tem como objetivo fornecer um quadro teórico e métodos de modelagem unificados, abrangentes e explicáveis para os elementos principais da inteligência visual - como conceitos visuais, relações visuais, operações visuais e raciocínio visual. A pesquisa em ciência cognitiva demonstrou que o conhecimento visual relacionado desempenha um papel indispensável nos processos cognitivos e comportamentos inteligentes humanos, o que sugere que a representação e aprendizado do conhecimento visual desempenharão um papel importante no desenvolvimento da inteligência visual e da inteligência artificial. Nos últimos anos, a inteligência artificial tem avançado continuamente, especialmente modelos de grande escala da inteligência artificial emergiram além do nível de inteligência dos modelos tradicionais, os modelos de grande escala podem automaticamente descobrir regularidades gerais a partir de uma grande quantidade de dados e codificar essas regularidades nos parâmetros das redes neurais de grande escala, realizando a extração automática de conhecimento em grande escala e o armazenamento parametrizado do conhecimento implícito. Essa nova revolução tecnológica da inteligência artificial impulsionada por modelos de grande escala trará novas oportunidades e desafios para a construção de agentes inteligentes avançados com conhecimento visual. Neste artigo, analisamos em profundidade as bases teóricas do conhecimento visual e revisamos sistematicamente o status de desenvolvimento do campo do conhecimento visual nos últimos anos. Ao mesmo tempo, apresentamos pontos de vista prospectivos e perspectivas sobre a direção de desenvolvimento do conhecimento visual na era dos modelos de grande escala e o papel-chave que pode desempenhar.

conhecimento visual; inteligência artificial; modelo base; aprendizado profundo