Un dels principals avenços en el camp científic que portaren a la possibilitat cinematogràfica de veure imatges en moviment es tracta de la persistència retiniana. La persistència retiniana és el fenomen visual que consisteix en la retenció a la nostra ment d'una imatge durant un mínim espai de temps desprès de visualitzar-la. Al juxtaposar una imatge amb una altra es produeix la recreació de la il·lusió de moviment. Gràcies a aquesta propietat de la visió humana una imatge que procedeixi d'una petita etapa d'obscuritat persisteix durant unes dècimes de segon a la retina. Així, la successió d'una sèrie d'imatges fixes a una determinada velocitat preestablerta (24 fotogrames per segon, en el cinema actual) reprodueix la il·lusió del moviment en temps real. Aquest fenomen explica, per exemple, que si fem girar ràpidament en cercles un punt lluminós percebem una imatge gairebé contínua del cercle.

La persistència retiniana s'ha fet servir des de principis del segle XIX per explicar que la projecció seqüencial d'imatges estàtiques lleugerament diferents podia donar la sensació de moviment. De fet, la major part dels llibres de cinema continuen donant aquesta explicació tot i que fa bastants anys que s'ha demostrat que la percepció del moviment no és tan senzilla.

En realitat, si es pensa una mica ja s'intueix que la persistència retiniana per si sola no pot explicar la complexa percepció del moviment. Ans al contrari, l'acumulació a la retina d'unes imatges sobre unes altres lleugerament diferents i que no s'esborren instantàniament, més aviat sembla donar una superposició força caòtica d'imatges que van apareixent i desapareixent. Aquesta idea és reforça si recordem que en el cinema no es va aconseguir donar una correcta sensació de moviment fins que es va arribar a projectar les imatges fixes entre les quals s'intercala un temps semblant de negre. Aquest fet justifica una altra senzilla teoria que explica que és precisament aquest negre qui, tot anul·lant l'efecte de la persistència retiniana, permet que el cervell interpreti la successió d'imatges com a moviment.

Però en realitat, un fenomen com aquest, que afecta mecanismes cerebrals complexos, no sembla tenir una explicació tan simple. En efecte, les investigacions fetes els darrers 30 anys han demostrat diversos fets. Un d'ells és que l'observació de les imatges no és instantània i que per tant es necessita un temps per a que l'ull enviï les informacions al cervell per tal que aquest les interpreti. Hi ha doncs un temps mínim tal que si dos fenòmens estan separats per un temps encara més petit, el sistema visual els interpreta com un de sol. Aquest llindar sembla estar situat entre 30 i 200 mil·lèsimes de segon. Per altra banda també sembla tenir molta transcendència el fet de què quan arriba al cervell la informació de dues imatges molt properes en el temps es produeix un efecte d'emmascarament: la segona imatge amaga la primera de manera que el cervell pot compensar els canvis i produir efectivament la sensació de moviment.

Des de l'antiguitat ja es tenia un esbós d'aquesta característica de l'ull, però l'estudi i comprovació començà a donar-se entre els segles XVII i XVIII, amb el treball de científics com ara D' Arcy, Peter Mark Roget, Faraday o Isaac Newton. No obstant, es reconeix a un científic belga anomenat Joseph Plateau com un dels que més profunditzaren sobre la persistència retiniana. Plateau portà a terme diversos estudis i experiments que van permetre a l'ésser humà reproduir el moviment o crear la il·lusió del moviment. Els estudis sobre la persistència de les impressions retinianes van ser decisius en el desenvolupament dels invents que van acabar originant el cinema.

Una de les pretensions del cinema des dels seus inicis era la possibilitat de transmetre aquesta il·lusió de moviment. És per això que durant el segle XIX sorgiren moltes joguines òptiques predecessores del cinema actual -com el fenantiscopi, el zootrop i el praxinoscopi- dissenyades per a demostrar o explotar el fenomen físic de la persistència de la visió. El valor afegit d'aquests dispositius per tal d'atreure l'atenció del públic era donar una sensació real de moviment.

L'any 1824 John Ayrton Paris inventà el Thaumatrop. Es tracta d'un disc en el que figuren dos dibuixos diferents a cadascuna de les cares. A dos extrems del disc hi lliguem unes cordes per poder-lo fer girar. Aquestes dues imatges s'uneixen en el moment que estirem les cordes amb els dits: al fer girar el disc, canviant de cara amb rapidesa, les dues imatges es sobreimpressionen en la visió, simulant que es tracta d'una única imatge. En aquest cas a una de les cares del disc hi figura un gos que salta i a l'altra uns ocells. La impressió que obtenim de fer girar el thaumatrop és que aquest gos intenta enxampar els dos ocells.