本发明公开了一种多模态两阶段无监督异常视频检测方法。该方法充分利用了视频光流信息和记忆网络模块，实现了端到端无监督视频异常检测方法。其中，两阶段是指先使用多尺度记忆增强自编码器网络模块分别的输入视频的图像序列和光流序列进行重建，再使用重建后的图像序列和光流序列，以及光流的记忆网络特征信息输入光流特征融合自编码器网络模块，输出预测的视频图像，根据预测图像与真实图像的误差，重建光流和真实光流的误差来检测视频异常。该方法解决了目前针对视频异常检测的深度自编码器方法常见的漏检率高，鲁棒性不足等问题。