近年，教師なしで動作を学習する研究が盛んに行われている．谷口らは時系列データを教師なしで分割する手法である二重分節解析器HDP-HLMを提案している．その研究では，ジェスチャーや運転行動の分節化を行っているが，道具を用いた動作の学習は行っていない．道具を用いた動作の学習ができれば，より詳しく状況を分析することができる．そこで，本研究では人の動画から物体に依存した動作を教師なしで学習する手法を提案する．提案手法ではまず，OpenPoseで人の骨格情報を抽出し，Yoloで物体の検出を行う．そして，物体の重心位置を基準として，関節位置の軌跡をHDP-HLMで学習する．コップを操作する人の動画を用いてその有効性を検証する．