电影感知研究是近20年才逐渐兴起的跨学科研究，并且逐渐对许多学科产生了影响。比如，认知科学已经使美学研究发生了天翻地覆的变化。与美学一样，认知科学也具有显著的跨学科特征，但它强调对于人类心灵或精神的实证研究。简而言之，“认知科学”是一种理解心灵和精神活动之本质这一老问题的新方法。在认知的大旗下，来自各种各样学科（感知研究、人工智能、哲学、语言学, 和神经科学等）的众多研究者，都试图对人类认知的方方面面做出尽可能深刻和准确的解释。然而，直到20世纪80年代，认知科学都没能进入主流电影研究学者的视野。80年代中后期，著名电影研究学者大卫·波德维尔（David Bordwell）在《剧情片中的叙事》（Narration in the Fictional Film）中第一次提出并且论述了认知科学对电影叙事研究的重要性[1]。从此之后，认知科学和感知研究逐渐被一系列书籍和论文引入电影研究领域，在电影学者之中缓缓激起波澜。
随后几年，学者把研究的中心转向剪辑的研究。谢尔盖·爱森斯坦（Sergei M. Eisenstein）和弗谢沃罗德·普多夫金（Vsevolod Pudovkin）不约而同的从电影剪辑的研究来解释剪辑、场景、观众接受之间的关系[5][6]。不同于爱森斯坦的剪辑隐喻理论，普多夫金认为剪辑是一种辩证思维过程，解释出现实生活中的内在联系并清晰阐述电影思想，起到推动故事发展的作用。在普多夫金看来，剪辑不是一种创造手段，而是一种思维的衔接方法，是保证电影人的思想和心理活动有效传达到观影者的重要方法。正是这种衔接效果使得电影成为人类思维和感知的一部分。艾森斯坦和普多夫金的电影“心理”理论受到了安德烈·巴赞（André Bazin）的挑战。巴赞在1967年 提出了一个电影本性的核心命题：影像与现实中的被摄物体是同一的[7]。并且指出，电影是人类追求逼真的复制现实的心理产物，是一种“唯心”的现象。巴赞一直坚持艺术，包括摄影、电影在内的心理学基础，即人类追求形似的非理性欲望，这个欲望从原始社会一直延续到现代文明社会，并且仅仅依靠理论是无法区分影像中的真实和幻觉的[8]。总归到底，巴赞也是赞同电影是心理的产物，只不过他在电影影像的真实和现实的真实关系中保留自己的想法。
1957年，格式塔学派（Gestalt）心理学家鲁道夫·爱因汉姆（Rudolf Arnheim）第一个系统的研究电影视觉表现手段并且提出局部幻象论（Partial Illusion Theory）[9]。他指出观众解读电影正如他们理解现实生活中的事件一样，观众满足于了解最重要的部分，得到满足后会产生一个完整的具有艺术性的印象。因此，观众对于电影的认同是通过局部幻象来实现的。随后，杰·米特里(Jean Mitry)总结了前面的相关探索并且形成自己的研究理论体系[10]。在《电影美学和心理学》(The Aesthetics and Psychology of the Cinema)中，米特里力求统一爱森斯坦、爱因汉姆和巴赞的研究，同时又提出电影美学理论认知的三个层次：影像，符号，艺术[11]。电影人将现实影像按照特定的规则结构形成具有符号意义的画面，最后通过创作者的想象力和创造力将这种符号语言升华为艺术。米特里对于电影意义的解释其实是从心理学角度为电影研究找到科学依据。而对于剪辑的作用，米特里认为观众在观影过程中感受不到物象不连贯性的原因在于其注意力的连续变动，非连续的客观事物展现被电影试听手段有机的组合在一起从而构成一个心理意义上的“完整故事”，从不连续的表象中获得完整的感觉是电影的本质特征。
与米特里一样，以克里斯蒂安·麦茨（Christian Metz）为代表符号学派不仅仅发展了费迪南·德·索绪尔（Ferdinand de Saussure）的语言学方法[12]，还构建了电影符号学的系统性研究。麦茨提出电影模仿了人类的心灵与客观世界，电影独特的艺术手法为观众带来视觉刺激的错觉和快感，并使其被电影中的情感所影响并产生共鸣。他指出，观众对于电影中人物故事的认同是发生在自我意识中的，即观众最终与自己取得认同；但很可惜的是，以麦茨为代表的符号学派并没有探索涉及到观众如何自发形成这种理解过程的解释。
1996年，约瑟夫·安德森（Joseph D. Anderson）在《虚幻的真实：电影认知理论的一种生态学方法》(The Reality of Illusion: An Ecological Approach to Cognitive Film Theory)中指出，使用和适用调整任何感觉系统都是为了从周围环境中获得信息，有机体通过获得的信息增加生存概率[17]。对于电影感知，或许与文化无关，而是人类本能的生存技能使得我们可以从信息繁多的大屏幕上获取我们认为有用的信息并且进行解读和记忆。因此，人类理解电影的方法其实与我们理解这个世界的方法一样。第二年，格雷戈里·卡里（Gregory Currie）的《前所未有的电影理论：一份有力的宣言》（The Film Theory that Never Was: A Nervous Manifesto）支持了电影感知与世界感知同一的理论，同时卡里又试图从自然主义对电影现象做出解释[18]。他认为人类天生就有理解电影的能力，包括与生俱来的视觉上对被描述对象的认知能力和识别故事意图。他研究中的核心思想是电影感知心理学应该与其他心理学感知理论保持一致性，并且可以通过电影感知理论找到心理感知理论依据；同时再次认同了实证心理学是电影感知研究最有效的方法。
另一方面，一些学者并没有延续安德森的电影感知生态学解释，而是试图探索电影感知与情感的关系。艾德·谭（Ed S. Tan）认为电影是一个情绪机器，电影人通过叙事以及电影手法使观众产生情感反应，并且通过对镜头的运用和故事的叙述来操控这种情感反应。艾德谭部分支持“幻觉理论”（Illusion Theory），他认为观众对于电影的真实性部分相信，但是并不是完全相信，观众可以区分现实与电影创造出的虚幻[19]。尽管如此，观众还是会被感动产生情感的反应，这是一种目击式的情感（Witness Emotion）。但是艾德谭对于观众观影时候情感反应的大脑活动并不是很清楚，这使得他的研究缺乏可信的科学依据。与艾德谭不同，格雷戈·史密斯（Greg Smith）通过追踪观众的情绪线索（Mood Cue）发现了观众的情绪并不是完全被电影叙事操控的。电影不仅仅使观众单纯的感受电影中主人公的情绪还拓展了观众的情绪感知可能性。观众可以预先识别创作者在电影叙事中意图，并且对于情绪的拓展可以选择接受或拒绝[20]。他认为大脑的边缘系统（Limbic System）在情绪产生中起到重要作用。尤其是丘脑（The Thalamus）是掌控信息选择去留的关键，因此通过对丘脑区域活动的监控，可以清楚的展示出观众在接收视听语言信息时候发生的信息选择过程，遗憾的是史密斯的研究没有将观众信息的选择与情绪的变化之间关系通过科学实验进行验证，因此他的研究结论可信度被降低。莫雷·史密斯（Murray Smith）认为观众以订契约（Engagement）的方式将感情投入到电影中，并且包含三个阶段：识别（Recognition），结盟（Alignment），和效忠（Allegiance）[21]。通过经历以上三个过程，观众对电影中的人物产生物理（主要指人物的言行举止）和心理上（言行举止的动机和目的）的解读，最后达到情感上的认同和道德上的批判。尽管这部分电影感知学者试图从发展和神经感知心理学角度，探索观众解读电影时候产生的情感机制原理和变化规律，但是其他研究者坚持认为感知理论在解释观众情感产生问题时有严重的缺陷，因为认知方法无法确切的用数据或者大脑活动情况解释观众随着故事发展产生情感这一过程的实质。虽然在研究方法和观众情感产生机制上，感知研究受到了质疑。实际上，这一类型的研究为其他类型电影感知研究在信息接收、判断、解读上提供了合理的理论基础和科学解释。
如今，除了情感感知研究，电影感知研究中大部分学者都以事件指示模型（Event-indexing Model）为核心理念进行信息感知研究，试图从观众的电影经验中去解读感知心理活动产生的原因和规律[22]。该模型认为观众会积极地加工当前的所有信息来构建一个情况解读模型（Situation Model）。事件是构建情况解读模型的大脑代表核心单元，观众通过自动划分连续的视、听信息来形成若干个事件，并且通过追踪更新事件指示模型中的五个元素（时间、地点、人物、因果、意图）来建立新的情况模型，以此解读现在正在发生的故事以及推测故事的未来发展走向[23]。杰弗瑞·扎克斯（Jeffrey M.Zacks）和约瑟夫·玛利亚诺（Joseph P. Magliano）等学者利用电影片段和生活片段做实验，发现观众对于事件的划分基本相同[24]。如果观众对电影中的事物比较熟悉或者有类似的经验体会，他们会将连续的视听信息划分为大块的粗糙的事件（Coarse Event）；反之，对于不熟悉的事物则划分为小块精细事件（Fine Event）。并且，研究者还发现观众对于划分的事件边缘处信息的记忆力最好。扎克斯等人还对观众观看不同电影进行大脑扫描：功能磁共振成像(fMRI)和脑电图扫描（EEG），通过对比得到神经活动的支持数据。这一部分研究者认为事件的划分正是构成观众解读连续视听信息的基本单元。观众通过对电影视觉和听觉信息的采集、处理和选择来构建若干具有逻辑性的理解单元（既事件），这些理解单元帮助观众理解电影故事并且产生情感共鸣。因此如何划分事件是理解电影认知机制的基础。实际上，电影人可以通过这个认知机制调整叙事结构和节奏，并且将帮助理解故事的重要信息放在事件的边缘位置。以此更好的控制观众注意力、理解程度、甚至是对作品逻辑和情感上认同的目的。这一举措从商业角度来说也是赢得更多的观众减少投资风险的有效办法。因此，电影感知研究与观众理解机制解读、电影人创作模式重建、以及电影市场风险评估有着密不可分的联系。
从2005年至今，康奈尔大学心理系系主任詹姆斯·卡廷（James Cutting）的实验室分析了好莱坞从1930以年来在网络电影资料库（IMDb, Internet Movie Database）评分最高的电影。通过对这些影片的镜头长度、亮度、运动分布分析，他们发现电影在不断的进化，呈现镜头长度越来越短，影像动作越来越快，色彩越暗的趋势[26]。此外，卡廷等人根据对镜头长度、移动速度、镜头焦点识别等分析得出结论，或许在电影节奏中存在某种数学定律，使得观众被电影持续吸引。这种数学定律不是电影的美学定律，而是理解人们为什么会对电影专注的原因。2016年，詹姆斯·卡廷和栾凌菲设计了电影感知研究史上第一个以电影专业人员和普通观众解读能力比较的电影感知实验[27]。利用姜文导演的短篇故事《纽约我爱你》(2008)作为刺激物，招收70名美国在校大四学生（32名为电影专业学生，38名为非电影专业学生）参与实验。他们发现事件的划分和观众过去的经验并不是唯一影响解读的因素，并且提出了叙事线索指示的理论（Narrative Denotor）。叙事线索指示主要指在一个电影故事/事件中，起到理解全面情况的一个或者几个关键线索，这个线索的具有指向作用，可以进一步或者扭转观众所累积的对现有信息的理解。通过对实验结果的分析发现，具有电影背景对故事的解读没有统计学上的影响，既电影专业学生和非电影专业学生在这部短篇故事的理解程度上几乎一致：至少有50%的参与者人没有看懂故事和识别导演的意图，而造成这一局面的因素就是呈现故事关键信息的叙事线索指示以错误的方式呈现在了影片最开始。
