Comme dit plus haut ça prend les images en continu, c'est de l'analogique. Le problème c'est que ça reste sur la rétine un petit moment du coup chaque instant de perception c'est la superposition en quelque sorte de tout le dixième de seconde qui précède.
On dit souvent que les 24fps du ciné sont largement suffisantes et c'est le cas, par contre pour aider il y a le flou de mouvement ou "motion blur" dans le jargon commun. Quand tu fais un arrêt sur image c'est flou : c'est pour imiter cette superposition de l'ensemble des instants du dernier 1/24 secondes qui aurait lieu par le phénomène de persistance rétinienne.
Pour des jeux vidéos où cet effet de flou n'existe pas (les images sont générées une à une) 24fps c'est plutôt saccadé. Soit il faut réussir à balancer davantage d'images à la seconde (au dessus de 60), soit faire comme avec les caméras en simulant la peristance rétienne par un effet de motion blur.
Il n'y a pas un ruban, une pellicule qui défile sur la rétine. Il n'y a pas "une image" puis "une autre". C'est du continu. En somme il n'y a pas de réponse à ta question initiale. 