Sve vizualne informacije koje ljudski um prima obrađuje dio mozga poznat kao vizualni korteks. Vizualni korteks dio je najudaljenijeg sloja mozga, korteksa, i nalazi se na dorzalnom polu okcipitalnog režnja; jednostavnije rečeno, u donjem stražnjem dijelu mozga. Vizualni korteks dobiva svoje informacije putem projekcija koje se protežu cijelim putem kroz mozak iz očnih jabučica. Projekcije prvo prolaze kroz točku zaustavljanja u sredini mozga, kvržicu nalik na badem poznat kao Lateral Geniculate Nucleus, ili LGN. Odatle se projiciraju u vizualni korteks na obradu.
Vizualni korteks je podijeljen na pet područja, označenih V1, V2, V3, V4 i MT, koja se ponekad nazivaju V5. V1, koji se ponekad naziva i prugasti korteks zbog svog prugastog izgleda kada je obojen i stavljen pod mikroskop, daleko je najveći i najvažniji. Ponekad se naziva primarni vidni korteks ili područje 17. Ostala vizualna područja nazivaju se ekstrastrijatni korteks. V1 je jedno od najopsežnije proučavanih i najrazumljivijih područja ljudskog mozga.
V1 je otprilike 0.07 inča (2 mm) debeo sloj mozga s otprilike površinom indeksne kartice. Budući da je zgužvan, njegov volumen je samo nekoliko kubičnih centimetara. Neuroni u V1 organizirani su i na lokalnoj i na globalnoj razini, s horizontalnim i vertikalnim organizacijskim shemama. Relevantne varijable koje treba apstrahirati iz sirovih senzornih podataka uključuju boju, oblik, veličinu, kretanje, orijentaciju i druge suptilnije. Paralelizirana priroda računanja u ljudskom mozgu znači da postoje određene stanice koje se aktiviraju prisutnošću boje A, druge se aktiviraju bojom B itd.
Najočitiji organizacijski protokol u V1 je onaj horizontalnih slojeva. Postoji šest glavnih slojeva, označenih rimskim brojevima od I do VI. I je najudaljeniji sloj, najudaljeniji od očnih jabučica i LGN-a, te stoga prima najmanji broj izravnih projekcija koje sadrže vizualne podatke. Najdeblji živčani snopovi iz LGN-a projiciraju se u slojeve V i VI, koji sami sadrže živce koji se vraćaju u LGN, tvoreći povratnu petlju. Povratna informacija između pošiljatelja vizualnih podataka (LGN) i njegovog procesora (V1) korisna je za pojašnjenje prirode dvosmislenih osjetilnih podataka.
Sirovi senzorni podaci dolaze iz očiju kao skup živčanih pokreta koji se naziva retinotopska karta. Prva serija neurona dizajnirana je za obavljanje relativno elementarnih analiza senzornih podataka – zbirka neurona dizajniranih za otkrivanje okomitih linija može se aktivirati kada se pokaže da je kritični prag vizualnih “piksela” konfiguriran u okomitom uzorku. Procesori više razine donose svoje “odluke” na temelju prethodno obrađenih podataka iz drugih neurona; na primjer, zbirka neurona dizajniranih da detektiraju brzinu objekta može ovisiti o informacijama od neurona dizajniranih za otkrivanje objekata kao odvojenih entiteta od njihove pozadine.
Druga organizacijska shema je vertikalna, ili stupnasta, neuronska arhitektura. Stupac se proteže kroz sve horizontalne slojeve i obično se sastoji od neurona koji posjeduju funkcionalne sličnosti, (“neuroni koji se aktiviraju zajedno, spajaju se”) i zajedničkog u svojim predrasudama. Na primjer, jedan stupac može prihvatiti informacije isključivo s desne očne jabučice, a drugi s lijeve. Stupci obično imaju podstupce, koji se nazivaju makrostupci, odnosno mikrostupci. Mikrokolone mogu biti tako male da sadrže samo stotinu pojedinačnih neurona.
Proučavanje pojedinosti obrade informacija u ljudskom mozgu teško je zbog složenog, ad hoc i naizgled neurednog načina na koji se mozak primata razvijao, kao i zbog složene prirode koju svaki mozak zasigurno pokazuje zbog svoje ogromne zadaće. Selektivna ozljeda vidnog korteksa kod životinja povijesno je jedan od najproduktivnijih (i kontroverznih) načina istraživanja neuralnog funkcioniranja, ali u novije vrijeme znanstvenici su razvili alate za selektivno deaktiviranje ili aktiviranje određenih područja mozga bez oštećenja. Razlučivost uređaja za skeniranje mozga eksponencijalno raste, a algoritmi postaju sve sofisticiraniji kako bi se nosili s poplavom podataka karakterističnih za kognitivne znanosti. Nije nevjerojatno sugerirati da ćemo jednog dana moći razumjeti vizualni korteks u cijelosti.