Mi son fatto l'idea che il sistema visivo umano sia un impianto di telecamere a circuito chiuso,
 
La luce passa attraverso due lenti con ottica zoom che provvedono a mettere a fuoco l'immagine sul proprio "sensore digitale" che trasforma la luce in segnali elettrici. Le telecamere, mobili e telecomandate, sono due per permettere diversi angoli di ripresa e tridimensionalità, cioè la profondità di campo con cui poi riuscire a calcolare, approssimativamente,  distanze e dimensioni degli oggetti inquadrati.

Il segnale elettrico viene quindi trasmesso ad un elaboratore di immagini, pare sito nel cervello, che provvede a interpretare i segnali elettrici che riceve. La velocità di trasmissione, di codifica, e decodifica,  è sufficiente a permettere la percezione del movimento. Il risultato è un autentico filmato on-line. 

Tutto questo è inconscio.  Fin quando non entra in funzione una specie di OCR che, pescando nell'archivio memoria dell'individuo, etichetta ogni singolo fotogramma (perché lo riconosce o, se non presente, lo aggiunge all'archivio memoria) . I tanti fotogrammi sono quindi assemblati fino a creare ed interpretare la scena ricevuta.

 
Ultima fase è la registrazione del filmato. Essa avviene dopo fase di valutazione, cui segue o lo scarto o la codifica (sia essa immagine singola o sequenza filmica). 

Il perdurare della registrazione nella memoria normalmente dipende dai fattori emotivi o anche da allenamenti specifici.  

E' un fase complessa, soggetta ad errori di tutti i tipi per fretta, per ignoranza, per distrazione ma questo è il nostro vedere.