本文探讨视频动作检测中的数据集质量，提出了多演员多行为（MAMA）数据集，并研究了时间关系对视频数据集的影响。研究强调视频异常检测（VAD）需扩展至复杂异常，介绍了新数据集HMDB-AD和HMDB-Violence，以及基于AI-VAD框架的多帧异常检测方法（MFAD），实验结果显示MFAD在复杂异常检测中表现优异。

本文提出了一种新方法，通过预训练的潜在扩散模型修复图像中的被屏蔽区域，并生成通用时空伪异常。研究验证了该方法在视频异常检测中的有效性，强调了识别和检测复杂异常的重要性。