视频异常检测（Video Anomaly Detection，VAD）是智能监控、智慧交通、网络审核等应用中的关键技术，旨在检测视频中偏离预期的异常事件。然而，现有方法将训练数据集中的固定类别作为隐式定义的 “异常”，这种方法的泛化能力不足，无法适应开放世界中动态变化的异常定义需求。 下面是三个异常定义发生变化的例子： 吸烟行为在加油站是异常行为，但是在吸烟区不是（随场景变化）