چکیده: تشخیص رفتارهای ناهنجار در ویدئوهای نظارتی یکی از مسائل مهم و چالش‌برانگیز در حوزه بینایی ماشین و سامانه‌های نظارتی هوشمند است. ماهیت مبهم ناهنجاری، تنوع بالای سناریوهای محیطی، تغییرات شرایط تصویربرداری و کمبود داده‌های ناهنجار برچسب‌خورده، موجب شده است که روش‌های یادگیری بدون نظارت مبتنی بر بازسازی به‌عنوان رویکردی مؤثر در این حوزه مورد توجه قرار گیرند. در این پایان‌نامه، تمرکز اصلی بر ارائه و بهبود روش‌های تشخیص رفتار ناهنجار ویدئویی تک‌صحنه‌ای با استفاده از معماری‌های یادگیری عمیق مبتنی بر بازسازی و تحلیل مکانی-زمانی داده‌ها بوده است. در این پژوهش، چهار روش پیشنهادی ارائه شده است. در روش نخست، یک مکانیزم وزن‌دهی در مرحله بازسازی معرفی شده که با اعمال ضرایب مناسب، اثر فاصله اجسام از دوربین در محاسبه خطای بازسازی در نظر گرفته می‌شود. در روش دوم، شبکه‌های همگشتی سه‌بعدی برای استخراج هم‌زمان ویژگی‌های مکانی و زمانی به‌کار گرفته شده‌اند. که در ادامه، ماژول فشردگی به‌عنوان یک معیار مکمل در کنار بازسازی معرفی شده است که با فشرده‌سازی توزیع ویژگی‌های داده‌های نرمال، فاصله آن‌ها را از نمونه‌های ناهنجار در فضای ویژگی افزایش می‌دهد. در روش سوم، از شبکه ConvLSTM برای مدل‌سازی وابستگی‌های زمانی میان فریم‌های متوالی استفاده شده است. در روش چهارم به کمک یک مدل مبتنی بر شبکه‌های عمیق، عمق صحنه تخمین زده می‌شود و از آن در محاسبه خطای بازسازی استفاده می‌شود. ارزیابی روش‌های پیشنهادی بر روی مجموعه‌داده‌های استاندارد Ped2 و Avenue انجام شده است. نتایج آزمایش‌ها نشان می‌دهد که اعمال فشردگی به‌صورت میانگین‌گیری در عمق عملکرد بهتری نسبت به میانگین‌گیری مکانی دارد و مقدار AUC برابر با ۹۵/۲۷٪ بر روی پایگاه داده Ped2 حاصل شده است. همچنین ارزیابی این پیکربندی بر روی پایگاه داده Avenue منجر به دستیابی به مقدار AUC ‌‌‌۸۴/۸۳٪ شده است علی رغم پیچیدگی بیشتر پایگاه داده دوم نتایج حاکی از قابلیت تعمیم‌پذیری روش پیشنهادی است. علاوه بر این، استفاده از مکانیزم وزن‌دهی مبتنی بر عمق و شبکه‌های 3DConv و ConvLSTM موجب بهبود قدرت تفکیک‌پذیری سیستم در مواجهه با حرکات سریع و تغییرات ناگهانی صحنه شده است. بررسی اثر نرخ یادگیری نیز نشان داد که تنظیمات بهینه‌سازی تأثیر قابل توجهی بر همگرایی توابع هزینه بازسازی و فشردگی و در نتیجه عملکرد نهایی سیستم دارد. نتایج به‌دست‌آمده نشان می‌دهد که ترکیب تحلیل مکانی-زمانی، مکانیزم وزن‌دهی مبتنی بر عمق و معیار فشردگی می‌تواند چارچوبی کارآمد و قابل تعمیم برای تشخیص رفتار ناهنجار در ویدئوهای نظارتی فراهم آورد.