本申请涉及一种无监督的端到端视频异常事件数据识别方法和装置。所述方法包括：将从无标注视频中提取出的所有无标注视频事件数据输入深度神经网络学习一个端到端的辅助任务，无需引入手工特征算子或者经典异常检测模型，通过辅助任务的训练损失实现对异常视频事件数据的粗学习，进一步精识别中，设计能够根据各个训练样本的训练损失大小自适应地降低疑似异常视频事件数据在训练中的权重的第二损失函数，实现自步异常滤除，主动排除或者降低疑似训练样本集中异常事件数据对深度神经网络的影响，加强正常视频事件数据在辅助任务学习中的主导地位，训练完成后根据视频事件数据在辅助任务学习过程中训练损失的大小来进行视频事件的异常程度打分。