本发明公开了一种基于自适应图卷积网络的弱监督视频异常检测方法，提出一个基于弱监督的自适应图卷积网络(WAGCN)来建模视频片段之间的上下文关系，而且在生成每个片段的异常概率时，充分考虑了其他视频片段对当前片段的影响。首先结合视频特征具有的时间连续性以及空间上的相似性进行构图，充分利用了视频中异常事件时空特征间存在的关联信息。其次，提出了一个图学习层，打破人为设定拓扑结构的局限性，它基于数据自适应地提取稀疏图邻接矩阵。在两个公共数据集上进行了大量的实验证明了方法的有效性。