A videovigilˆancia comp˜oe-se de um conjunto de cˆameras e demais recursos tecnol´ogicos para servir como uma ferramenta que visa a seguranc¸a p´ublica ou privada em locais estrat´egicos da movimentac¸ ˜ao de pessoas e/ou ve´iculos. os interesses por estes sistemas, em expans˜ao pelo mundo, est˜ao ligados a sua potencialidade em coibir atos antissociais, apoiar na melhoria da mobilidade urbana ou ainda detectar ou prevenir eventos que demandem ac¸ ˜ao imediata para evitar colapsos, ou mesmo salvar vidas. a automac¸ ˜ao na monitorac¸ ˜ao ´e uma necessidade irrevers´ivel pois, sendo centralizada, depende de um operador humano para fiscalizar muitas cˆameras atrav´es de um trabalho tedioso, cansativo e sujeito a erros e omiss˜oes no acompanhamento de movimentac¸ ˜ao suspeita. a detecc¸ ˜ao de movimento anormal (dma) ´e uma an´alise de v´ideo ´util para fins de videovigilˆancia e, em especial, aquela realizada sobre o rastreamento de objetos em trajetos globais n˜ao usuais. em func¸ ˜ao das barreiras no tratamento computacional de grandes volumes de dados, mesmo nas modernas arquiteturas de sistemas embarcados, propostas encontradas nas abordagens baseadas em rastreamento s˜ao geralmente limitadas em flexibilidade no que diz respeito a cen´arios, metas, durac¸ ˜ao do v´ideo e realidade e assim, nem sempre vi´aveis nas aplicac¸ ˜oes em tempo real. visando extrair o melhor de um modelo estat´istico para esse prop´osito, como o modelo de misturas gaussianas (gmm - gaussian mixture modeling), o presente trabalho apresenta uma nova abordagem para dma ancorada sobre um classificador bin´ario ´otimo e constru´ida a partir de trˆes processos iterativos durante um treinamento supervisionado: a gerac¸ ˜ao de amostras sobre agrupamentos uniformes formando uma grade de regi˜oes, a aprendizagem por regi˜ao dos parˆametros de uma func¸ ˜ao de distribuic¸ ˜ao de probabilidade (pdf ) multivariada e por fim, o uso de curvas caracter´isticas de operac¸ ˜ao do receptor (roc - receiver operating characteristics) para encontrar o melhor classificador. como base para avaliar a abordagem foram utilizados dados resultantes de anotac¸ ˜oes de v´ideo do mundo real, elaborados a partir de ferramentas pr´oprias ou de dom´inio p´ublico. os resultados avaliados demonstraram que cada cen´ario possui uma ´area de agrupamento que otimiza o desempenho da dma mesmo com uma significativa reduc¸ ˜ao de amostras. neste aspecto, al´em da tese contribuir com uma metodologia que garante a melhor performance de uma abordagem de dma, ela revela que uma an´alise baseada em regi˜ao reduz o custo computacional sem afetar significativamente a qualidade das inferˆencias.