في هذه الورقة، نتناول مشكلة كشف الأحداث غير الطبيعية في المشاهد المزدحمة. نقترح استخدام الشبكات التوليدية التنافسية (GANs)، التي تُدرَّب باستخدام الإطارات الطبيعية والصور المرتبطة بتدفق البصري (التدفق الضوئي) المقابل لها، بهدف تعلّم تمثيل داخلي يعكس الطبيعة الطبيعية للساحة. وبما أن شبكاتنا GANs تُدرَّب فقط على بيانات طبيعية، فإنها لا تكون قادرة على توليد أحداث غير طبيعية. وفي مرحلة الاختبار، تُقارَن البيانات الحقيقية مع كلا التمثيلين: التمثيل البصري والتمثيل الحركي، اللذين يُعيد بناؤهما باستخدام شبكاتنا GANs، وتُكشف المناطق غير الطبيعية من خلال حساب الفروق المحلية. وتوحي النتائج التجريبية على مجموعات بيانات صعبة للكشف عن الأحداث غير الطبيعية بتفوّق الطريقة المقترحة مقارنةً بالأساليب الحالية في كلا المهمتين: الكشف على مستوى الإطار (frame-level) وعلى مستوى البكسل (pixel-level).