La détection d’anomalies dans les vidéos constitue une tâche complexe, et le principe de « diviser pour mieux régner » est souvent considéré comme une approche efficace pour aborder des problèmes intrinsèquement complexes. Il est notable que les méthodes récentes en détection d’anomalies vidéo ont mis en évidence l’application de cette philosophie (bien qu’avec une perspective distincte de son usage traditionnel), aboutissant à des résultats remarquables. Ce papier passe en revue de manière systématique ces travaux selon six dimensions, dans le but d’améliorer l’utilisation de la stratégie « diviser pour mieux régner » dans le domaine de la détection d’anomalies vidéo. Par ailleurs, à partir des insights tirés de cette revue, une nouvelle approche est proposée, intégrant des cadres squelettiques humains aux techniques d’analyse des données vidéo. Cette méthode atteint des performances de pointe sur le jeu de données ShanghaiTech, dépassant toutes les méthodes avancées existantes.