نقدم طريقة فعّالة للكشف عن الشذوذ في مقاطع الفيديو. أظهرت التطبيقات الحديثة للشبكات العصبية التلافيفية إمكانات كبيرة للطبقات التلافيفية في كشف الكائنات والتمييز عنها، خصوصًا في الصور. ومع ذلك، فإن الشبكات العصبية التلافيفية تتطلب تدريبًا مُشرفًا وتستند إلى تسميات كإشارات تعليمية. نقترح بنية زمنية-مكانية للكشف عن الشذوذ في مقاطع الفيديو، بما في ذلك المشاهد المزدحمة. تتألف البنية المقترحة من مكوّنين رئيسيين: الأول لتمثيل السمات المكانية، والثاني لتعلم التطور الزمني للسمات المكانية. وقد أثبتت النتائج التجريبية على معايير Avenue وSubway وUCSD أن دقة كشف طريقة لدينا تُعدّ مماثلة للطرق الرائدة في المجال، مع سرعة ملحوظة تصل إلى 140 إطارًا في الثانية (fps).