这是如何发生的，到目前为止还没有弄清楚，大部分神经生理学家都这么看。可是，有少数人却大胆地猜想，在大脑较高级的水平上，有一些包含以前看见过的、以突触连接或者分子沉积形式表现出来的物体的“痕迹”，而这些细胞只有在一个输入的信息符合痕迹时才会有所反应。这种对能配合的一方作出的反应是一种意识（“我见过这张脸”）；非配合不会引起反应，它也是一种意识（“我没有见过这张脸薄＃┭芯空呙前肟嫘Γ胧茄纤嗟匕颜庑┘偕栊缘氖泳跸低成窬谱鳌白婺浮毕赴蛭渲械囊恍┲辉诳醇约鹤婺副嗔寺氲谋旧硎辈呕嵊兴从Γ云渌娜魏涡藕沤灾弥焕怼?
除开这些想象的东西不说，神经理论告诉了我们很多有关视知觉在微观水平上的工作机制，但没有宏观的理论；说了很多有关视觉机制的话，但没有谈到其拥有者和操作者，谈了很多有关神经元反应的东西，但没有说到知觉经验。如一位认知理论家所说的：“只研究神经元来理解知觉，这就像只靠研究羽毛来理解鸟的飞行一样。”
认知理论：这种方法主要处理在像外形一致、特征辨认、外形辨认、从提示中得来的深度知觉和当许多信息丢失后辨认人物等的知觉现象中运作着的心理过程。
得出这些结果的心理过程，是由几十亿的神经现象构成的，可是，认知理论家们认为，需要宏观理论，而不是微观理论来解释这些过程。一位研究一个波浪如何改变形状并在接近海滩时粉碎的物理学家，不会从数不胜数的水分子的相互作用中得出波动机械学的法则，就算利用巨型计算机也得不出一个结果来。这些法则表达的是集体效应，它们存在于一个完全不同的组织里。一个人与我们谈话时发出的声音是由大气中的分子的震动构成的，可是，这些话的意义绝不可能以这些分子形式表达出来。
视知觉的心理过程亦是如此。它们是神经现象集体的组织效应，是由心理法则，而不是神经生理学的法则表达出来的。我们已经看到过这方面的证据，但是，有一个特别有趣的例子是很值得讨论的。当我们从记忆中调出一个图象并在思维的眼中看它时，会发生什么样的事情，并在什么样的水平上发生呢？由认知理论家们进行的一些实验显示，这只能在高级认知理论上进行解释。最为流畅和表现力最强的的实验，是由斯坦福大学的罗杰·谢泼德进行的“心理旋转”实验。谢泼德请受试者说出下列三组中的物体是否是一样的：
大多数人在研究过这些图案后会认出，a里面的物体与b里面的物体是一样的。c里面的物体不是。当问及他们如何得出结论时，他们说，这些东西在他们的头脑里面转动，就好像在现实世界里转动真实的东西一样。谢泼德通过另一项实验显示出这个过程是如何反应了真实的转动的。在这项实验中，看东西的人从一个有角差的角度看见一个既定的形状。比如，下面这套实验显示出一系列位置上的单个形状：
给受试者看这些图案时，他们辨认出这些东西彼此一样所需的时间与这些图案位置的角差成正比。也就是说，一个图案与另一个进行比较时需要转动的角度越大，辨认所需要的时间就越长。
这只是许多知觉现象中的一个例子，它们涉及更高的心理过程，必须以外部世界的内化符号进行操作。最近几年，一系列知觉研究者在尝试形成一个综合性的认知理论，以说明这些过程是什么样的，它们是怎样产生这些知觉的。
他们的理论有两种方法。一种是利用从计算机科学的分支——人工智能中得来的概念及过程。人工智能基本的假定是，人类心理活动可以通过一步一步的计算机程序加以摹仿，也按这同一种步骤一步一步地发生。人工智能专家们一方面是想让计算机辨认出他们正在寻找的东西，一方面是想获取对人类知觉更好的理解，它们编写了好多外形辨认的程序。为了获取基本的外形辨认元素——比如辨认三角形、方形和其它规则的多边形——一种程序也许会按一系列的假如——那么步骤来进行。如果有一条直线，那么，它会跟着直线下去，并测量它，直到末端；如果另有一条线从这里继续下去，那么它会把这个点叫做一个角，并测量这个角，经由这个角而改变方向；如果这另一条线是一条直线，那它就会跟踪它，直到……等等，直到边和角的数字已经被数过，并与一个多边形和其特征的对比而配对。
赞同人工智能方法对视知觉有用的主要说法是，大脑里面没有投射器或者屏幕，也没有想象的小侏儒在里面看事物；因此，思维一定不是在处理图象，而是在处理编了码的数据，它一步一步地处理，而计算机程序正是这样工作的。
反对人工智能方法的主要观点是，与人类的程序比较起来，还没有任何机器视觉程序可以与之相匹敌的，还没有辨认平面形状，还不说三维图象的能力，也没有哪一种程序可以感知周围世界里的三维分布，也不能理解它是不是在环境里面，也不能辨认出岩石、椅子、沙发、水、面包或者任何它所看见的东西可能的物理特性。如乌尔里克·赖塞尔所总结的：
在机器视觉设计里面碰到的许多困难，都可以归结到一个简单的来源中：设计者们进行的工作缺乏有效的理论。他们大都以为视知觉是辨认特别刺激模式的问题。如果果真全都如此，我们应该早就能够生产出有视力的计算机了。没有形成以这些理论为基础的模型，失败的原因都可以作为一个证据，证明这些理论本身不行，因此也可以证明需要另一种方法。
关于认知知觉过程如何工作的另一个思想流派，依赖于对人类思想而不是对机器进行的思想摹仿进行的实验室研究。这个观点的起源可以远到亥姆霍兹时代，当时的传统看法是，知觉是从不完整的信息，包括另一类有意识的思想过程进行无意识推理的结果。其最显著的倡导者是我们前面提到过的、加利福尼亚大学的欧文·罗克。他1983年的《知觉逻辑》一书在1991年的“心理学年报”中被描述为“是对在观察者一方好像需要智力活动才能得到的知觉效果最为全面和实验上最可行的解释”。
尽管罗克是一位杰出的感觉心理学家，可是，他在其早年的学生生涯中远非如此。事实上，在一个知识分子家庭里，他是一头黑羊。可是，在二战期间，他那支部队受到敌机轰炸，他感觉到自己会被炸死，“我对自己发誓说，如果能够活下来，我会在有生之年做比以前更多的事情”。战后，他成了顶尖大学生。他在物理学方面开始其研究生学院的生活，可当他意识到，在心理学这门年轻的研究领域里对知识作出更大贡献的机会要大得多以后，他就转向了心理学。
在社会研究新学院里，罗克受到了格式塔学派很大的影响，他自己也成了其中一个热情的研究者。格式塔心理学中的一些基本的组织和关系思维法则仍然是他的理论中的一个部分。可是，这些法则描述基本的自动过程，而罗克慢慢相信，许多知觉现象只有通过像一种思想一样的心理过程才能得到解释。
他在1957年进行的一项实验中开始产生这个想法，如上所述，他把一个方框倾斜一下，让它看上去像钻石形，然后再证观察者倾斜过来。由于观察者仍然认为这个方框是钻石形的，罗克推出，观察者一定是在利用视觉和内脏提示来解释看到的东西。罗克花了许多年的时间设计和进行其它的实验以检测一个假设，即，知觉经常需要比视皮层更高水平的一些过程。这些研究最终引导他得出目前的论题，即“知觉是智力的活动，因为它基于类似构成思想的那些操作”。
而罗克说，的确，知觉也许就是思想之所以诞生的原因；也许就是原初有机体低水平的感觉过程与更复杂的生命形式高水平的认知过程之间的进化连接。他认为，如果眼睛看到的东西是一种意义模糊和对现实易于变形的表达，有些机制就得发生进化，以得出对现实可靠和忠实的了解。按他的话说，“智力操作也许就是为了服务于知觉而进化出来的”。
这并不是说，所有的知觉都是类似于思想的。罗克特别引用了瀑布错觉，作为在低水平的神经形式上可以解释的例子。可是，有关运动知觉和其它形式的知觉的大部分事实对他都好像需要高水平的过程。无意识的推论，比如我们利用纹理阶度提示来感觉距离，只是其中的一种。对这种解释的结果的描述是另外一种。在由波林绘制的含义模糊的老巫婆与少妇图案中，人们看到的不仅仅是简单辨认一个图像的结果，而是对自己解释一个特别的曲线是什么样子的结果：像一只鼻子，或像脸。许多物体被知觉出来的形式并非立即可以辨认出来的；辨认事物究竟是什么东西是通过这样一个过程得来的。
知觉还经常需要这种或那种问题求解。人们很少认为知觉是问题求解，可罗克已经掌握了大量的证据——很多是从别人早期的研究中得来的，有些是从他自己的原创实验中得来的——可以显示，在很多情况下，我们寻找一个假说来解释我们看到的东西，把这种假设与别的可能性进行比较，然后选择好像能够解决使我们看到的东西产生意义这个问题的那一个。所有这些通常都发生在几分之一秒的时间内。
一个例子：在一个自亥姆霍兹时代以来就知道的一项实验室现象中，如果一条像波浪的曲线横向通过一个细孔，如下图所示；
大多数观察者首先看到小的元素在上下移动，可是，过一会儿后，其中一些人会突然看到这条曲线以直角在孔的前后移动。