本文提出了一种名为MultiModal Contrastive Learning (MMCL)的新型框架，用于捕捉多模态表示中的内部和外部动态。通过对比学习技术，包括单模态对比编码和伪孪生网络，来过滤内嵌噪声和捕获跨模态动态。设计了两种对比学习任务，实例和基于情感的对比学习，以促进预测过程并学习与情感相关的更多交互信息。实验结果表明，该方法超过了现有的最先进方法。

第六届野外情感行为分析竞赛关注情感相关的基准任务，包括估计情感维度、识别表情和动作单元等。竞赛的更多信息可在网站上找到。