近年，製造業における作業員の行動解析の要望が高まっており，時系列行動セグメンテーション(TAS)の研究が広く行われている．しかし，TASを行うための深層ニューラルネットワークを教師あり学習により訓練するためには，映像を構成するフレーム単位のラベルが必要となり，従来のアノテーション方式では各映像に対して最初からラベル付けを行う必要があるため，多大な労力が必要とされる．このため本研究では，映像フレームの特徴分布を切り替えながら映像フレームを低次元空間で可視化を行うことで，時系列行動セグメンテーションのラベル付けを効率化する方式を提案する．