本文提出了一种基于时空对抗网络（Spatio-Temporal Adversarial Networks, STAN）的新型异常事件检测方法。我们设计了一个时空生成器，该生成器通过双向ConvLSTM考虑时空特性来合成帧间图像。所提出的时空判别器利用3D卷积层判断输入序列是否为真实正常序列。这两个网络以对抗的方式进行训练，从而有效编码正常模式的时空特征。学习完成后，生成器和判别器可以独立用作检测器，任何偏离已学习正常模式的情况都会被检测为异常事件。实验结果表明，所提出的方法在性能上与现有最先进方法相当。此外，为了便于解释，我们使用生成器损失和判别器梯度对所提网络检测到的异常事件位置进行了可视化。