在运动过程中，人类如何感知、记忆和选择自己的速度直以来缺乏系统的、定量的研究。基于知觉、记忆、判断的计算认知模型（computational cognition model of perception，memory，and judgment，PMJ模型）的理论框架，将速度感知、记忆和速度决策三个阶段细分为多个子过程，并应用数学建模和决策场理论的计算方法，建立了人类在运动状态下对视觉信息的速度感知和决策的认知模型。该模型能够对运动状态下人类的速度感知、记忆、决策过程进行定量的解释和预测，从而实现对动态视觉信息的速度感知和决策的可计算性。

在运动过程中，人的大部分时间里都是通过一些主观的感知线索预判和估计速度的大小。这些感知的线索包括视觉的、听觉的甚至是肌肉的。其中，通过视觉感知线索（例如光流）来估计速度的大小是最主要的方法。光流的相关研究是计算机视觉及其相关领域的重要组成部分，在目标对象的分割、识别、跟踪、机器人导航以及形状信息回复等研究中都扮演着重要的作用。

光流在人类运动过程中速度感知的研究中起着重要的作用。研究发现：在运动过程中，光流会通过视网膜的视细胞转化成生理电信号，传到视觉区域，再经过视神经传送到大脑的各个部分进行信息处理。在计算机视觉中，通过滤波、增强和恢复等图像处理的算法可以模拟人对光流信息的感知过程。

心理学中的光流是指人类在运动过程中所看到的物体的相对速度。有两种可能会影响人类对自身运动速度感知和判断的因素：全球光流速率和光学边缘速率（也称作不连贯速率）。全球光流速率与人类的实际运动速度正相关，与其所在的海拔高度负相关。例如，在飞行速度不变的情况下，飞机飞得越高，飞行员会觉得自己移动得越慢（以地面上的静止物体为参照物）。光学边缘速率描述的则是不连贯物体相对人类视觉范围内个固定参照点的移动速率。光学边缘速率与环境中可见的物体结构密度和人类的实际运动速度正相关。例如，当某人从一片稀疏的树林进入到一片茂密的树林中（即相邻的树木之间的距离逐渐减小），即使这个人的实际运动速度保持一致，他也会感觉速度在逐渐变快。