اكتسبت كشف الشذوذ في الفيديو اهتمامًا كبيرًا نظرًا للزيادة المستمرة في متطلبات المراقبة التلقائية لفيديوهات المراقبة. وتحديدًا، يُعد النهج القائم على التنبؤ أحد أكثر الأساليب دراسة لاكتشاف الشذوذ، حيث يتم التنبؤ بالإطارات التي تحتوي على أحداث غير طبيعية في مجموعة الاختبار بعد التدريب على الإطارات الطبيعية من مجموعة التدريب. ومع ذلك، فإن العديد من شبكات التنبؤ تكون مكلفة من الناحية الحسابية بسبب استخدام شبكات التدفق البصري المُدرّبة مسبقًا، أو تفشل في اكتشاف الحالات غير الطبيعية بسبب قدرتها القوية على التوليد التي تمكنها من التنبؤ حتى بالشذوذ. لمعالجة هذه العيوب، نقترح تحويل التدوير المكاني (SRT) وتحويل الخلط الزمني (TMT) لتكوين مكعبات شرائح غير منتظمة داخل مكعبات الإطارات الطبيعية، بهدف تعزيز تعلم السمات الطبيعية. علاوةً على ذلك، يُستخدم تحويل الشرائح المقترح فقط خلال مرحلة التدريب، مما يسمح لنموذجنا باكتشاف الإطارات غير الطبيعية بسرعة عالية أثناء الاستدلال. وقد تم تقييم نموذجنا على ثلاث معايير لكشف الشذوذ، حيث حقق دقة تنافسية وتفوق جميع الدراسات السابقة من حيث السرعة.