Un hombre, Tafur, está en prisión. Trata de reconstruir su vida a través de sus memorias para llegar a entender qué lo llevó a cometer un cruel asesinato. Con una prosa que cautiva desde el comienzo, Mario Mendoza sumerge al lector en la ambivalente vida de un individuo que busca liberarse de sus obsesiones. Una extraña enfermedad que aqueja a Tafur desde pequeño ha hecho que se mueva entre los extremos: una vida tranquila que lo lleva a tener horribles visiones y una vida entre los marginados que le procura tranquilidad. Viajando de un extremo a otro transcurren sus días, hasta que logra encontrar un frágil equilibrio entre los dos mundos. Relato de un asesino, la tercera novela de Mario Mendoza, nos presenta un alucinante recorrido por el alma de un hombre, al tiempo que nos obliga a una desesperanzada y lúcida travesía por Bogotá y todas las ciudades que en ella conviven.

En las últimas décadas, la gestión de multitudes ha atraído una gran atención en el ámbito de la videovigilancia. Entre las diversas tareas del análisis de videovigilancia, el análisis del movimiento de multitudes es la base de numerosas aplicaciones posteriores del vídeo de vigilancia. En este trabajo, se propone un nuevo gráfico de fuerza social con el atributo de flujo de rachas para capturar los cambios espaciotemporales globales y el movimiento local del vídeo de multitudes. El análisis del movimiento de la multitud se basa en las características del grafo de fuerza social. En primer lugar, se extrae el streak flow de la secuencia de la multitud para representar el movimiento global de la multitud; a continuación, se obtienen parches análogos espaciotemporales basados en las características visuales de la multitud. A continuación, se construye un gráfico de fuerza social ponderado basado en múltiples propiedades sociales del vídeo de la multitud. El gráfico se segmenta en grupos de partículas para representar los patrones de movimiento similares del vídeo de la multitud. A continuación, se construye un libro de códigos agrupando todos los grupos de partículas locales y, en consecuencia, se detectan los comportamientos anómalos de las multitudes utilizando el modelo de Asignación de Dirichlet Latente. Experimentos exhaustivos con conjuntos de datos difíciles demuestran que el método propuesto logra resultados preferibles en la segmentación del movimiento de las multitudes y la detección de comportamientos anómalos.