本論文では、空間時間敵対ネットワーク（Spatio-Temporal Adversarial Networks: STAN）を用いた新しい異常事象検出方法を提案します。我々は、双方向ConvLSTMを用いて空間時間特性を考慮しながらフレーム間画像を合成する空間時間ジェネレータを開発しました。提案された空間時間ディスクリミネータは、3次元畳み込み層を使用して入力シーケンスが実際の正常なものかどうかを判定します。これらの2つのネットワークは、正常パターンの空間時間特徴を効果的に符号化するために敵対的な方法で訓練されます。学習後、ジェネレータとディスクリミネータは独立して検出器として使用でき、学習された正常パターンからの逸脱が異常として検出されます。実験結果は、提案手法が最先端の手法と比較して競争力のある性能を達成したことを示しています。さらに、解釈のために、ジェネレータ損失とディスクリミネータ勾配を使用して提案ネットワークによって検出された異常事象の位置を可視化しました。