艺术审美活动需要审美者与艺术意象构建起审美关系。换言之，它是依托艺术品的“四个层次结构”，构建起基于“观品悟”为动态过程的艺术鉴赏活动。电影作为一门综合性艺术，以画面和声音作为审美感性符号。相较于美术艺术审美与音乐艺术审美而言，电影艺术的审美过程更加复杂。
本文基于康德和皮亚杰的“图式理论”对电影艺术审美过程中观影者的审美心理图式的建构方式进行分析和阐释，并将由“表象”生成“意象”的过程定义为“为形赋意”。此外，对电影艺术的“表象”和“意象”的概念界定，以及观影环境对电影艺术审美心理图式的他律性影响也在本文的研究范畴之内。
什么是图式？康德认为图式“是纯粹先天的想象力产物，并且仿佛是它的一个草图，各自形象是凭借并按照这个示意图才成为可能的。”它是一种感性的结构原则和结构方式，一种具有时间属性的思维模式，能够对对象的感性形式进行加工。因此，图式在本质上是一种认知结构形式。
而皮亚杰基则于发生认识论，定义图式是“动作的结构或组织，这些动作在同样或者类似的环境中由于重复而引起迁移或概括”。它不是一成不变的，而是一种在一定程度上呈发展态势的认知结构。那么，电影艺术审美的心理图式就是观影者先在的认知心理结构。换言之，它在观众观影前就已经存在，但主要在观影过程中起作用。
电影画面中的视觉元素分为色彩元素（以色调和色相为主的颜色系统，也包括黑白二色和影调）、形体元素（由点、线、面构成的主体、陪体、前景和环境等）和字幕元素（视觉可识别的文字）。电影声音中的听觉元素分为音乐、音响和人声（与“字幕元素”的意义指向相近或一致）。被视觉和听觉选择后的视听元素会在观影者的知觉层面初步整合，形成“表象”。
电影《辛德勒的名单》中“红衣女孩”的视听片段往往会给观影者留下深刻印象，即便她出场时的环境十分复杂。在这个镜头中：一个穿红衣服的小女孩在街上的人流中行走。人群中有男有女，走势各异，大都低着头。两个纳粹士兵开着摩托车逆着人流驶过。在人流的前面，十个纳粹士兵在枪杀七个犹太男性。
其中五个纳粹士兵的身后是一辆轿车，一个士兵还牵着一条有花斑的狗。画面的前景是密密麻麻的树枝……声音元素由童声演唱的希伯来语儿歌《Oyf`nPripetshokandNachtAktion》、脚步声、训斥声、摩托车的轰鸣声、枪声、弹壳落地声、狗叫声和被枪击的犹太人倒下的声音等。
这些视听元素在经过视觉选择、听觉选择和知觉整合后，观影者往往会忽略掉大部分视听细节，最终生成的“表象”是：在“画外”儿歌声中，红衣女孩在人流中行走，几个纳粹士兵在枪杀犹太人，场面十分混乱，环境破败不堪。
显然，在观影者的“表象”中只有行动主体的画面感较为清晰，主要的声音元素才会引起观影者的注意，而观影者对陪体、环境和次要声音元素的感知相对模糊。需指出，“行动的主体”与“主要的声音元素”主要取决于观影者的视觉选择与听觉选择，而与元素在画面或者声音中所占的比重等因素无关。