En esta investigación, un modelo propuesto tiene como objetivo identificar automáticamente patrones de comportamiento espacial y temporal de objetos en movimiento en secuencias de video. Los objetos en movimiento son analizados y caracterizados en base a su forma y atributos observables en desplazamiento. Para cuantificar los objetos en movimiento a lo largo del tiempo y formar una base de datos homogénea, se introducen un conjunto de descriptores de forma. Las medidas geométricas de forma, contraste y conectividad se utilizan para representar cada objeto en movimiento. La propuesta utiliza la teoría de Granger para encontrar relaciones causales a partir del historial de cada objeto en movimiento almacenado en una base de datos. El modelo se prueba en dos escenarios; el primero es una base de datos pública, y el segundo escenario utiliza una base de datos privada de un escenario real. Los resultados muestran un valor de precisión promedio del 78% en la detección de comportamientos atípicos en relaciones de dependencia positiva y negativa.