Kaikki visuaalinen tieto, jonka ihmismieli vastaanottaa, käsitellään aivojen osassa, joka tunnetaan nimellä visuaalinen aivokuori. Näkökuori on osa aivojen ulointa kerrosta, aivokuorta, ja se sijaitsee takaraivolohkon dorsaalisessa navassa; yksinkertaisemmin sanottuna aivojen takaosassa. Näkökuori saa tietonsa projektioiden kautta, jotka ulottuvat koko aivojen läpi silmämunasta. Projektit kulkevat ensin aivojen keskellä olevan pysähdyspisteen, mantelimaisen kyhmyn, joka tunnetaan nimellä Lateral Geniculate Nucleus tai LGN, läpi. Sieltä ne projisoidaan visuaaliseen aivokuoreen käsittelyä varten.
Visuaalinen aivokuori on jaettu viiteen alueeseen, jotka on merkitty V1, V2, V3, V4 ja MT, joita joskus kutsutaan nimellä V5. V1, jota joskus kutsutaan juovakuoreksi sen raidallisen ulkonäön vuoksi, kun se värjätään ja laitetaan mikroskoopin alle, on ylivoimaisesti suurin ja tärkein. Sitä kutsutaan joskus ensisijaiseksi näkökuoreksi tai alueeksi 17. Muita visuaalisia alueita kutsutaan ekstrastriaattisiksi aivokuoriksi. V1 on yksi laajimmin tutkituista ja ymmärrettyimmistä ihmisen aivojen alueista.
V1 on noin 0.07 tuumaa (2 mm) paksu aivokerros, jonka pinta-ala on noin arkistokorttia. Koska se on rypistynyt, sen tilavuus on vain muutama kuutiosenttimetri. V1:n neuronit on järjestetty sekä paikallisella että globaalilla tasolla horisontaalisten ja vertikaalisten organisointijärjestelmien avulla. Asiaankuuluvia muuttujia, jotka on otettava raa’asta aistitiedosta, ovat väri, muoto, koko, liike, suunta ja muut, jotka ovat hienovaraisempia. Laskennan rinnakkaisluonne ihmisaivoissa tarkoittaa, että on tiettyjä soluja, jotka aktivoituvat värin A läsnäolo, toiset aktivoituvat värin B vaikutuksesta ja niin edelleen.
Ilmeisin V1:n organisaatioprotokolla on vaakatason kerrosten protokolla. Siinä on kuusi pääkerrosta, jotka on merkitty roomalaisilla numeroilla I–VI. I on uloin kerros, kauimpana silmämunoista ja LGN:stä, joten se vastaanottaa vähiten visuaalista dataa sisältäviä suoria projektioita. LGN:n paksuimmat hermokimput projisoidaan kerroksiin V ja VI, jotka itse sisältävät hermoja, jotka työntyvät takaisin LGN:ään muodostaen takaisinkytkentäsilmukan. Visuaalisen datan lähettäjän (LGN) ja sen prosessorin (V1) välinen palaute auttaa selventämään moniselitteisen aistidatan luonnetta.
Raaka aistitieto tulee silmistä hermolaukaisujen kokonaisuutena, jota kutsutaan retinotooppiseksi kartaksi. Ensimmäinen neuronisarja on suunniteltu suorittamaan suhteellisen alkeellisia aistitietojen analyyseja – pystysuuntaisten viivojen havaitsemiseen suunniteltu hermosolujen kokoelma saattaa aktivoitua, kun visuaalisten “pikseleiden” kriittinen kynnys osoittautuu konfiguroituneen pystysuuntaiseen kuvioon. Korkeamman tason prosessorit tekevät “päätöksensä” muiden hermosolujen esikäsiteltyjen tietojen perusteella; esimerkiksi kokoelma hermosoluja, jotka on suunniteltu havaitsemaan kohteen nopeus, saattaa olla riippuvainen hermosolujen tiedoista, jotka on suunniteltu havaitsemaan esineitä erillisinä kokonaisuuksina niiden taustoista.
Toinen organisaatiokaavio on pystysuora tai pylväsmainen hermoarkkitehtuuri. Pylväs ulottuu kaikkien vaakasuuntaisten kerrosten läpi ja koostuu tavallisesti hermosoluista, joilla on toiminnallisia yhtäläisyyksiä (“neuroneja, jotka ampuvat yhdessä, johdetaan yhteen”) ja yhteisiä piirteitä niiden harhoissa. Esimerkiksi yksi sarake voi hyväksyä tietoja yksinomaan oikeasta silmämunasta, toinen vasemmasta. Sarakkeissa on yleensä alasarakkeita, joita kutsutaan vastaavasti makro- ja mikrosarakkeiksi. Mikropylväät voivat olla niin pieniä, että ne sisältävät vain sata yksittäistä hermosolua.
Ihmisaivojen tietojenkäsittelyn yksityiskohtien tutkiminen on vaikeaa, koska kädellisten aivot kehittyivät monimutkaiselta, ad hoc – ja näennäisesti sotkukkaalta tavalta, sekä sen monimutkaisen luonteen vuoksi, jota kaikki aivot varmasti näyttävät valtavan tehtävänsä ansiosta. Eläinkoehenkilöiden visuaalisen aivokuoren selektiivinen vaurio on historiallisesti yksi tuottavimmista (ja kiistanalaisimmista) tavoista tutkia hermoston toimintaa, mutta viime aikoina tiedemiehet ovat kehittäneet työkaluja, joilla voidaan valikoivasti deaktivoida tai aktivoida tiettyjä aivoalueita vahingoittamatta niitä. Aivojen skannauslaitteiden resoluutio kasvaa eksponentiaalisesti, ja algoritmit ovat yhä kehittyneempiä käsittelemään kognitiivisille tieteille ominaista datatulvaa. Ei ole epäuskottavaa väittää, että jonakin päivänä pystymme ymmärtämään visuaalisen aivokuoren kokonaisuudessaan.