Cette thèse se compose de deux parties, concernant deux études expérimentales sur les mouvements oculaires de poursuite lente d'un stimulus visuel en mouvement (barre inclinée). La première étude aborde l'intégration dynamique de signaux locaux de mouvement visuel provenant de la rétine, tandis que la seconde porte sur l'influence de signaux extra-rétiniens sur l'intégration du mouvement. Un cadre théorique plus général est également proposé, sur la base d'un modèle bayésien récurrent et hiérarchique pour la poursuite lente. Pour la première étude, l'intégration dynamique de mouvement a été analysée en variant le contraste et la vitesse de la barre inclinée. Les résultats montrent que des vitesses plus élevées et des valeurs plus basses de contraste produisent un plus fort biais dans la direction initiale de poursuite et que successivement la dynamique d'intégration de mouvement est plus lente pour les contrastes faibles. Une version en boucle ouverte d'un modèle bayésien est proposée, où un réseau bayésien récurrent est connecté en cascade avec un modèle du système oculomoteur pour générer des réponses de poursuite lente. Les réponses du modèle reproduisent qualitativement les différentes dynamiques observées dans les réponses de poursuite à la barre inclinée en fonction des vitesses et des contrastes différents. La deuxième étude a enquêté sur les interactions dynamiques entre les signaux rétiniens et extra-rétiniens dans l'intégration dynamique de mouvement pour la poursuite lente par le moyen d'une suppression transitoire de la cible à différents moments de la poursuite, et notamment au cours de la phase de boucle ouverte et pendant l'état d'équilibre. / This thesis addresses two studies by studying smooth pursuit eye movements for a translating tilted bar stimulus. First, the dynamic integration of local visual motion signals originating from retina and second, the influence of extra-retinal signals on motion integration. It also proposes a more generalized, hierarchical recurrent bayesian framework for smooth pursuit. The first study involved investigating dynamic motion integration for varying contrasts and speeds using a tilted bar stimuli. Results show that higher speeds and lower contrasts result in higher initial direction bias and subsequent dynamics of motion integration is slower for lower contrasts. It proposes an open-loop version of a recurrent bayesian model where a recurrent bayesian network is cascaded with an oculomotor plant to generate smooth pursuit responses. The model responses qualitatively account for the different dynamics observed in smooth pursuit responses to tilted bar stimulus at different speeds and contrasts. The second study investigated the dynamic interactions between retinal and extra-retinal signals in dynamic motion integration for smooth pursuit by transiently blanking the target at different moments during open-loop and steady-state phases of pursuit. The results suggest that weights to retinal and extra-retinal signals are dynamic in nature and extra-retinal signals dominate retinal signals on target reappearance after a blank introduced during open-loop of pursuit when compared to a blank introduced during steady-state of pursuit. The previous version of the model is updated to a closed-loop version and extended to a hierarchical recurrent bayesian model.