La détection d'anomalies dans les vidéos consiste en l'identification d'événements qui ne correspondent pas au comportement attendu. Cependant, presque toutes les méthodes existantes abordent ce problème en minimisant les erreurs de reconstruction des données d'entraînement, ce qui ne garantit pas une erreur de reconstruction plus importante pour un événement anormal. Dans cet article, nous proposons de traiter le problème de détection d'anomalies au sein d'un cadre de prédiction vidéo. Selon nos connaissances, c'est la première étude qui utilise la différence entre une image future prédite et sa vérité terrain pour détecter un événement anormal. Pour prédire une image future avec une meilleure qualité pour les événements normaux, outre les contraintes d'apparence (spatiales) habituellement utilisées sur l'intensité et le gradient, nous introduisons également une contrainte de mouvement (temporelle) dans la prédiction vidéo en imposant que le flux optique entre les images futures prédites et leurs vérités terrain soit cohérent. C'est la première étude qui introduit une contrainte temporelle dans la tâche de prédiction vidéo. Ces contraintes spatiales et de mouvement facilitent la prédiction des images futures pour les événements normaux, et par conséquent, aident à identifier les événements anormaux qui ne correspondent pas aux attentes. De nombreuses expériences menées sur un jeu de données simplifié ainsi que sur plusieurs jeux de données publiquement disponibles ont validé l'efficacité de notre méthode en termes de robustesse face à l'incertitude des événements normaux et de sensibilité aux événements anormaux.