本稿では、混雑したシーンにおける異常検出問題に着目する。我々は、通常のフレームおよび対応するオプティカルフロー画像を用いて学習させる生成対抗ネットワーク（GAN）を活用することを提案する。これにより、シーンの正常性を表す内部表現を学習する。本研究で用いるGANは通常のデータのみで学習されるため、異常なイベントを生成することはできない。テスト段階では、実際のデータを、GANによって再構成された外観表現と運動表現と比較し、局所的な差分を計算することで異常領域を検出する。困難な異常検出データセットを用いた実験結果から、本手法がフレーム単位およびピクセル単位の異常検出タスクにおいて、従来の最先端手法と比較して優れた性能を示していることが明らかになった。