情绪,是一种与思维、感知和行为相关的精神状态。探索情绪产生的机理以及情绪在各种不同条件和环境下的变化与特性,可以帮助人们更好地理解自己,可以为开发更加自然、友好的人机交互系统提供技术支撑,也可以帮助实现许多精神疾病的客观评估与辅助治疗。跨文化的情绪差异研究同样也是心理学、认知科学、神经科学和精神医学等学科的一个重要研究分支。已经有许多科学研究发现,对于不同文化背景的人群,对情感的理解存在共性与差异性。但是,已有的研究大多停留在定性的分析,缺乏客观和定量的研究。因此,本研究选择了中国人和法国人,进行基于脑电和眼动信号的正向、中性及负向情绪识别的对比研究,探索中法两国被试在脑电与眼动模式上的异同。中国被试的数据来自于公开数据集,因此我们设计了法国人的实验并采集刺激素材,招募了8名法国被试,完成了共计24组实验。实验采集到的脑电及眼动数据将经过预处理、特征提取及特征平滑,并输入分类器进行分类。为了探索中国人与法国人在三类情绪识别方面的异同,我们使用了支持向量机对脑电及眼动信号进行分类,并使用了脑电地形图及功能性脑连接分析算法对中法两国被试的脑电信号进行可视化。为了探索多模态跨文化情绪识别和提升跨文化情绪识别的精度,我们采用深度典型分析的方法将脑电及眼动信号进行融合。为补充训练数据量不足的问题,我们使用了条件生成式对抗网络生成脑电与眼动数据。通过系统的实验比较,我们发现中法被试的脑电特征均在高频段下对三类情绪有更好的区分能力。对于两国不同类型的脑电特征,微分熵特征均是三类情绪识别能获得最高准确率的脑电特征。脑电地形图与功能性脑连接分析的结果从可视化的角度展现了中法被试在高频段脑电模式上的相似之处。使用条件生成式对抗网络则有效地生成了脑电及眼动数据,我们发现脑电特征对于区分正向及中性情绪有优势,而眼动特征则更善于区分负向情绪,在结合两种模态后,中法被试的情绪识别准确率均得到了提升。