人类感知某个事件的方式大致可以分为两种:连贯认知(时间性偏向)与割裂认知(空间性偏向);而视觉修辞语法可以分为两类:长镜头与蒙太奇。影视的视觉修辞与人类的视知觉规律是"不谋而合"的,长镜头契合了人类连贯认知的时空观,而蒙太奇则倚靠了人类割裂认知的理解方式。长镜头把握镜头内的视觉动势与节奏,蒙太奇则更注重镜头间的组接与匹配,从而更好地使用不同的影视视觉修辞对人类视知觉产生出更大的传播力与影响力。