在视觉研究中，视觉短期记忆 （VSTM）是三大记忆系统之一，其余系统还包括图像记忆和长期记忆 。视觉短期记忆是一种短期记忆 ，但仅限于视觉领域内的信息。

术语“视觉短期记忆”指的是在长时间内非永久性地存储视觉信息的记忆。视觉空间画板是巴德利提出的工作记忆理论模型中的视觉短期记忆子组件。图像记忆相当脆弱，会快速衰减，无法积极维持。与之不同，视觉短期记忆不易受后续刺激影响，可以持续数秒。另一方面，视觉短期记忆与长期记忆有个主要区别，视觉短期记忆的容量极为有限。

在20世纪70年代早期，由于引入难以言语化且不太可能保存于长期记忆的刺激，为VSTM的研究带来了革命性的变革 。它的基本实验技术要求观察者指出“在短时间分隔的两个矩阵或图形”是否相同。结果发现，观察者能够报告所发生的变化，结果为高于偶然性的显着水平，表明他们至少能够在第二次刺激呈现之前，在纯粹的视觉存储中编码第一刺激的外观。然而，由于所使用的刺激复杂，且变化的性质相对不受控制，因此这些实验留下了各种问题。

例如：

（1）构成视觉刺激的知觉向度中，视觉短期记忆是否只存储了部分子集(例如空间频率、亮度或对比度)

（2）视觉短期记忆中的知觉向度是否比其他记忆有更高的保真度

（3）这些向度以怎样的性质编码（知觉向度是在单独的并行通道中编码？还是所有知觉向度都存储为视觉短期记忆中的单个绑定实体？）

目前已经对VSTM的容量限制投入大量研究。在一个典型的检测变化的任务中，呈现给观察者两个由许多刺激组成的阵列。两个阵列之间分隔着短暂的时序间隔，观察者的任务是判断第一个和第二个阵列是否相同，或者两个显示中是否有一个项目不同(例如，Luck & Vogel, 1997)。性能严重依赖于阵列中的项数。虽然对于一个或两个项目的阵列来说，性能通常几乎是完美的，但是当添加更多的项目时，正确的响应总是单调地下降。已经提出了不同的理论模型来解释VSTM存储的限制，但是要区分出哪个是正确模型仍是一个活跃的研究领域。

心理物理实验表明，信息通过多个并行通道在VSTM中编码。每个通道与特定的知觉属性相关联(Magnussen, 2000)。在这个框架中，随着设定尺寸的增加，观察者检测变化的能力会下降。这可归因于两个不同的过程

(1)如果通过不同的通道进行决策，那么性能的下降程度通常很小，并且与在进行多个独立决策时，所预期的下降程度相一致(Greenlee &Thomas,1993; Vincent & Regan，1995)。

(2)如果在同一通道内做多个决策，那么仅仅由于决策噪声的增加，性能下降的幅度就远远大于预期，这是由于在同一知觉通道中做多个决策所造成的干扰(Magnussen & Greenlee, 1997)。

然而，作为VSTM中设定尺寸效应(set-size effect)的模型，格林利-托马斯模型(Greenlee & Thomas, 1993)有着两个缺陷：

(1)它只是通过由一两个元素组成的显示来进行经验测试。在各种不同的实验范式中已经反复表明，对于相对较少元素的显示，以及相对较多元素的显示(超过4项)，设定尺寸效应会有所不同。而格林利-托马斯(1993)模型并没有对此作出解释。

(2)尽管Magnussen、格林利、托马斯(1997)能够使用该模型来预测“比起跨越不同的知觉向度做出两个决策，当两个决策是在同一个知觉向度做出时，将会发现更大的干扰”，但此预测缺乏严格的定量，无法准确预测阈值增加的大小，或对其根本原因给出详细解释。

除了格林利-托马斯模型(Greenlee & Thomas, 1993)之外，VSTM中还有两种用于描述设定尺寸效应的重要方法。这两种方法可以称为样本尺寸模型(Palmer, 1990)和瓮模型(urn models)(Pashler, 1988)。

它们与格林利-托马斯模型的不同之处在于:

(1)将设定尺寸效应的根源归结于决策之前的某个阶段。

(2)在相同或不同的知觉向度下做出的决定在理论上没有区别。

有一些证据表明中级视觉储存( Intermediate visual store )具有图像记忆和VSTM的特征。 该中级存储器具有高容量（最多15个项目）和较长的存储追踪持续时间（最多4秒）。它与VSTM共存但并不相同，视觉刺激可以覆盖其视觉存储的内容（Pinto等，2013）。进一步的研究表明其过程涉及视觉区域V4的参与。