随着虚拟现实技术的发展,虚拟现实内容在教育、医疗、多媒体数字娱乐等领域的应用受到了广泛关注。研究用户在虚拟现实内容作用下的情感感知对内容优化和用户体验提升有着重要的指导作用。因此,本文的研究将围绕虚拟现实场景的情感诱发和情感识别这一科学问题展开。目前,基于虚拟现实场景的情感诱发及情感识别研究存在几个突出的问题。一是传统的情感诱发素材多为图像、音频、视频等格式,缺少科学量化的方法建立虚拟现实场景与情感标签间的映射关系。二是对比传统的多媒体素材,虚拟现实场景在视觉交互层面上存在较大差异,如何提炼其视觉特征并探索特征与情感间的关联亟待研究。三是在情感识别领域中,研究主要集中于图像、音频、视频等,少有适用于虚拟现实场景下的情感识别模型框架。针对上述问题,本文开展以下三项工作:（1）建立虚拟现实情感诱发素材库及其音视频数据集。本文围绕多感官交互手段搭建虚拟现实情感诱发素材库建立框架,从标准化情感诱发素材中筛选合适的情感关联特征,指导虚拟现实情感诱发素材的设计制作;并通过一系列心理学实验证明场景素材的标准性和有效性。最终建立了一个基于虚拟现实场景的音视频数据集。（2）根据虚拟现实场景的视觉空间分布特点,本文提出一种基于六视角区域权重的全景图情感识别方法。首先给出六视角区域的定义,并获取各场景六视角区域权重值。然后将全景图按照六视角区域划分赋权值,用于加权微调卷积神经网络提取的深度情感特征。最后在此基础上执行分类算法得到最终的情感识别结果。通过实验,情感识别的准确率达到95.32%,验证了本文提出模型方法的有效性。（3）针对分辨率或帧率较低的虚拟现实场景,根据虚拟现实场景视听双通道输入的特性,引入多模态融合机制,建立基于视听觉融合的虚拟现实情感识别方法。该方法分别提取视觉内容和听觉内容的深度情感特征,并在公共空间进行多模态特征融合,最后通过分类网络获得情感识别结果。通过实验,虚拟现实情感识别方法的准确率达到97.15%,优于单模态情感识别方法。通过上述三个方面的工作,本文基于全景图多视角区域权重和视听觉融合对虚拟现实情感识别进行了系统性研究,其中构建的素材库和算法框架为未来研究提供参考。