近年，深層学習を用いた動画におけるキャプション生成技術が発展しており，人間の日常的な動作を日本語で説明することが可能になってきている．
日常的な動作を捉えて活用する事例として，監視カメラや見守りカメラが考えられる．
見守りカメラなどを用いて捉えた，日常的な動画から異常を検知する研究は行われている．
しかし，これらの研究では，異常検知というタスクに重点が置かれており，検知した異常をキャプションとして出力・活用するといったことは行われていない．
そこで，本稿では，深層学習を用いて構築したキャプション生成モデルを用いることで，
見守りカメラにおいて検知されうる異常が，キャプションとして生成可能であることを示す．