随着国家大力建设智慧城市,发展人工智能技术,通过智能视频监控来加快城市的信息化建设则变得尤为重要。智能视频监控系统作为计算机视觉的重要研究领域在许多场景下如交通、安防、医疗健康、工业制造都有着广泛的应用。而视频异常检测技术通过智能化方案去检测视频中的异常事件,起到提前预警规避危险的作用,在智能视频监控系统中具有举足轻重的地位。然而,由于异常发生的频率较低,导致搜集异常数据十分困难,且实际监控场景中存在物体的遮挡,关键部分尺度变化等问题,对于异常的检测带来了巨大挑战,因此视频异常检测课题的研究具有重要的现实意义。本文以深度学习为基础,研究如何提高视频异常检测技术在监控场景下的准确性与鲁棒性并提升泛化能力,从而实现技术的实际落地应用。本文开展的研究内容和主要创新如下:1、针对于现阶段视频异常检测技术中使用重构或预测模型生成的图像质量参差不齐的问题,本文提出了一个联合预测模块与重构模块的视频异常检测网络框架,以生成对抗网络模型为基础,将预测模型和重构模型相结合。预测模块能够提升正常和异常的区分度,而重构模块则能使网络更加稳定,利于抗干扰,并且预测模块与重构模块级联使用,使得模型能够精准得生成下一帧的预测图像。2、针对于现阶段基于深度学习的视频异常检测技术训练时错分和误分正常和异常图像的问题,本文提出了一种新颖的网络构造。网络的生成器部分联合U-Net与Res-Net网络,在加深网络深度的同时有效减少训练时间,提升效率,并在预测模块和重构模块之间施加2L约束,使得模型能够精准得生成下一帧的预测图像。本文对所提出的算法模型在多个公开的标准数据集CUHK Avenue、UCSD Ped1、UCSD Ped2、Shanghai Tech上进行大量实验,并分析比较应用不同模块和不同损失函数对模型对实验的影响,最后再验证模型的鲁棒性。实验结果表明,本文提出的模型在多个数据集上的精度得到显著提升,具有良好的性能,很大程度上优于现有的很多异常检测模型,验证了本文算法的优越性。