不同的线条样式能传递不同的情感,探究线条及其衍生形式的情感表达模型能够揭示影响情感表达的根本因素,发展更多情感表示形式,并促进情感表达软件的开发与人工智能对不同表达形式的情感识别。本文的工作分为以下四个方面:1.探究线条不同样式与情感之间的映射关系。为了探究不同样式线条的情感表达,编写程序创建了87种样式的静态水平线条,采用27个情感效价词汇与2个情感唤醒度词汇,招募测试者进行线上测试,为每种样式的线条匹配情感词。将获取的数据进行主成分分析（PCA）,降低情感维度,发现其前2维主成分建立的情感空间与经典2D情感模型有很大共性。分析不同样式的线条在二维情感空间中的分布,得出了4条样式属性与情感之间的映射规律。2.探究线条与其暗示的水平运动之间的相关性,并探究线条与情感的映射关系是否可跨形式存在。为探究线条与其暗示的水平运动之间的相关性,将静态线条暗示的运动具象化为一个以线条为运动轨迹的具有拖尾效果的黑点,创建与静态线条样式对应的87种运动方式,包含快、慢两种速度。招募测试者进行线上测试,为不同样品进行情感词汇匹配。对收集的数据进行PCA建立情感坐标空间,对比静态线条与动态样品在情感空间中的分布,并对PCA后的29个成分得分进行Pearson相关性分析,发现两者在情感效价上具有强相关性,在情感唤醒度上具有较强相关性。进一步猜测样式与情感的映射关系可衍生至其他形式,程序构建了另外两类形式的样品:1)以静态线条为边框的对白气泡;2)过滤线条横向位移的中心振动,振动包含两种速度。每种形式同样创建87种样式,进行线上测试,对获得的数据进行PCA构建低维情感空间,分析四类形式的样品在情感空间中的分布,并对PCA成分得分进行Pearson相关性分析,结果发现样式与情感的映射规律在扩展至其他形式时会产生一定的偏移或增强。3.验证动态中心振动形式与情感的映射规律是否可扩展至其他运动频率。由前面的研究已知,动态衍生形式与情感之间的映射规律会随形式的运动频率而产生偏移,该文进一步探索了映射规律随振动频率的变化是否为线性变化,以及振动相位、幅度对结果的影响。研究编写了测试系统,召集测试者进行测试,记录测试者对不同运动频率的感知频率,结果发现,感知频率与真实频率基本呈现线性关系,相位、幅度虽然会对感知精度产生影响,但该线性关系在不同条件下都保留了下来。即中心振动形式与情感的映射规律受运动速度的影响是线性的。4.开发了以样式与情感映射关系为基础的多形式情感可视化系统。系统以PCA后的前两个主成分构造二维情感空间,展示了本研究已测试的样品在情感空间中的分布情况并提供多维度的交互方式,实现用户指定情感空间中的情感坐标,以插值的方式计算该坐标对应样式的生成方程,生成与该点情感表示对应的样品。本文给出了上述87种样式的生成方程与4种形式的实现细节、研究设计以及数据分析过程,并描述了情感表达系统的设计与开发,最后对相关的工作做出了总结与展望。