人类的眼睛是由角膜、晶状体、玻璃体等组成的折光系统，物体所形成的静态像恰好落在视网膜上的黄斑区就可以产生视觉，如果像在0.1-0.4秒的时间内没有消失，又有一张静态像落在视网膜的黄斑上，就会形成连续(叠加)效应，即视觉暂留现象。
视觉暂停现象，1824年由英国伦敦大学教授彼得▪ 马克▪罗杰特最先提出。人眼在观察景物时，如果物体快速运动，视觉对象转换后，物体在视网膜所成的像并不立即消失，这是因为光信号转为生物电信号和感光细胞合成感光色素需要花费一定的时间。
视觉暂留是人眼的一种生理特性，既是生理现象又是物理现象。也是电影和动画的基本原理。
利用实验可以粗略地测量视觉暂留时间为0.1-0.4秒。
利用特定的软件，将播放速度调至帧频10(即10帧/秒，1帧0.1秒)，在第一帧插入一张图片，第二帧插入空白关键帧，播放时，第一张图像就消失了，在第六帧插入另一张图片，第七帧插入空白关键帧，并延长至第十帧，循环播放，这时，就无法同时看到两张图片，在每张图片后删除一帧后进行观看，可同时看到两张图片，但不是每次都可以看到。从第一张图片消失到第二张出现，共经过4帧，可得到视觉暂留时间约0.4s。
人们常说：耳听为虚，眼见为实，从科学角度上看，眼睛偶尔会欺骗你。下大雨的时候，你明显地看到落下来的雨滴呈一条条的直线或者斜线。当你坐在行驶的汽车上，竖直下落的雨滴就会变成倾斜下落。节日燃放烟花时，舞动烟花，可以看到一条发光的直线或者圆圈。把房间中的灯关掉，快速地旋转手电筒，你就会看到一个明亮的光环。交流电的频率是50HZ，即每秒钟电流方向改变100次，电流大小改变200次，人眼却看不到灯泡的闪烁，其它高频率闪烁人眼都很难察觉到，如电风扇的转动、电机的转动、飞轮的转动、高速摄影等。
平时拍摄视频或者视频剪辑时，可以看到帧、帧数、帧率等概念，都与视觉暂留有关。
24帧/秒是电影常用的格式，电影在放映或者拍摄时，每秒钟24张静态图片，每一帧就是一张静态图片，快而连续地显示帧便形成了动态视频，帧率越高，视频更流畅、更逼真。24帧，是每帧0.042秒(25帧正好是0.04秒)，视觉暂留0.1 --0.4秒，0.1秒/0.042秒=2.38(0.1/0.04=2.5)，所以，眼睛的分辨率是每秒二十三点八帧(约二十四帧)。如果你有视觉疲劳或者有眼疾，视觉暂留的时间就会延长，像或其影子在较长时间内才会消失。
一张静止不动的图片，如果让它转动起来，图片中静止的人像竟然会运动起来，如下图。
你也可以做一个小实验，把一张硬纸板裁剪成圆形，分成七等份后，用七色彩笔分别涂上红橙黄绿蓝靛紫七种颜色，然后，让它快速转动起来，你就会看到七彩的圆圈变成了白色圆圈，因为七色光可以复合成白色光。
视觉暂留现象首先是被中国人运用，据史料记载，宋朝的走马灯就是最早运用视觉暂留原理。在灯笼内点燃蜡烛，烛光把轮轴上的剪纸投影到四周的纸上，蜡烛燃烧产生的热量使空气密度变小而向上运动，带动轮轴转动，图像就不停地走动起来，生动而有趣。据此，法国人保罗发明了留影盘，在盘的一个面画一只鸟，另一面画一个空笼子，用一根绳子穿过圆盘，当圆盘快速旋转时，鸟就出现在笼子里。
在人体感官中，耳朵也有“视觉暂留”现象，人耳的分辨率是0.1秒，即人耳能够听到回声和原声的时间间隔至少0.1 秒(很容易计算：距离是17米以上)，少于这个时间或者说距离，人耳就不能分辨，也就听不到回声，所以，在较小的空间中(如教室)听不到回声，这种现象，我们叫听觉暂留。听觉暂留没引起人们的注意，是因为音色和频率相同的声音比较少见。
