Dans un monde régi par les lois physiques, notre cerveau est capable d'extraire des invariants et de générer des attentes pour préciser notre percept visuel. Pourtant, en éclairant une pièce, ou en naviguant à travers les chaînes de télévision, nous comprenons quasi-instantanément l'essence de ces nouvelles scènes naturelles. A quelle vitesse peut-on extraire une représentation sémantique globale des scènes? Quelle est l'influence du contexte sur la reconnaissance de l'objet d'intérêt? Quelles sont les informations visuelles nécessaires et la nature des traitements sous-jacents? Les deux premiers articles démontrent notre capacité à reconnaître la catégorie superordonnée du contexte d'une scène en moins de 400 ms tandis que l'accès au niveau basique nécessite 50 ms de traitement additionnel. Ils démontrent aussi que la présence d'objets saillants interfère sur la catégorisation rapide du contexte. Ces temps de traitements très similaires à ceux enregistrés dans la catégorisation rapide d'objets suggèrent un traitement global et parallèle de l'ensemble de la scène. Le troisième article montre que la congruence (incongruence) du contexte avec l'objet influence immédiatement le traitement de l'objet et le dernier précise les informations visuelles à la base de l'analyse du contexte. Je défends ainsi l'idée d'interactions bidirectionnelles précoces entre les traitements visuels ascendants et parallèles de l'objet et du contexte et recherche dans une dernière étude la latence minimale de ces interactions en remplaçant réponse manuelle par réponse oculaire. L'implication de ces résultats fondamentaux est discutée dans la perspective des recherches à venir.