In dieser Arbeit schlagen wir eine neuartige Methode zur Detektion von abnormen Ereignissen mit räumlich-zeitlichen adversären Netzwerken (STAN) vor. Wir entwickeln einen räumlich-zeitlichen Generator, der ein Zwischenbild unter Berücksichtigung von räumlich-zeitlichen Merkmalen mit bidirektionalen ConvLSTM synthetisiert. Ein vorgeschlagener räumlich-zeitlicher Diskriminator bestimmt mithilfe von 3D-Faltungsschichten, ob eine Eingabe-Sequenz echt-normal ist oder nicht. Diese beiden Netzwerke werden auf adversäre Weise trainiert, um die räumlich-zeitlichen Merkmale normaler Muster effektiv zu kodieren. Nach dem Lernprozess können der Generator und der Diskriminator unabhängig als Detektoren verwendet werden, wobei Abweichungen von den gelernten normalen Mustern als Anomalien erkannt werden. Die experimentellen Ergebnisse zeigen, dass die vorgeschlagene Methode eine wettbewerbsfähige Leistung im Vergleich zu den Standesder Technik Methoden erzielte. Darüber hinaus visualisieren wir zur Interpretation die Position der durch die vorgeschlagenen Netzwerke erkannten abnormen Ereignisse unter Verwendung des Generatorverlusts und der Diskriminatorengradienten.