Vários métodos de mineração de dados tem sido propostos no últimos anos para descobrir diferentes tipos de padrões entre dois ou mais objetos em movimento. apenas algumas obras identificam anomalias no comportamento de objetos em torno de determinadas regiões de interesse (roi), tais como câmeras de vigilância, edifícios comerciais, etc, que podem ser de interesse para diversos domínios de aplicação, principalmente na área segurança. neste trabalho, são definimos novos tipos de comportamentos anômalos de objetos em movimento em relação a região de interesse, incluindo surround, escape, return e avoidance. com base nesses tipos de comportamento anômalo é proposto: (i) um algoritmo para calcular estes comportamentos, (ii) um conjunto de funções para pesar o grau de comportamento anômalo de cada objeto em movimento, e (iii) uma classificaçao dos objetos em movimento de acordo com o grau de comportamento anômalo em relação a um conjunto de regiões. o método proposto é avaliado com dados reais de trajetórias e é mostrado que o trabalho relacionado mais próximo não detecta os comportamentos propostos e classifica os objetos considerando apenas um tipo de movimento anômalo.