本研究では、骨格座標を用いた発表時の癖特定手法を提案する。癖を「同じ動作が2回以上確認されたもの」と定義し、発表動画から0.5秒ごとにフレームを抽出してMediapipeを用いて骨格座標を解析した。この解析データを基に癖に特化したデータセットを構築し、AIモデルを学習させた結果、92%の精度で14種類の癖を分類可能なモデルを構築することに成功した。今後はモデルの汎用性向上を図り、癖を特定する動画ベースのシステムを開発することで、フェイク動画の看破といった応用を目指す。