Las tecnologías de agricultura inteligente para rastrear y analizar el comportamiento de los cerdos en entornos naturales son críticas para monitorear el estado de salud y el bienestar de los cerdos. Este estudio tuvo como objetivo desarrollar un enfoque robusto de seguimiento multi-objeto (MOT) llamado YOLOv8 + OC-SORT (V8-Sort) para el monitoreo automático de los diferentes comportamientos de los cerdos alojados en grupo. Abordamos desafíos comunes como la iluminación variable, la oclusión y el agrupamiento entre cerdos, que a menudo conducen a errores significativos en el monitoreo del comportamiento a largo plazo. Nuestro enfoque ofrece una solución confiable para el seguimiento del comportamiento en tiempo real, contribuyendo a una mejor gestión de la salud y el bienestar en los sistemas de agricultura inteligente. Primero, se emplea YOLOv8 para la detección en tiempo real y la clasificación del comportamiento de los cerdos en escenas de luz variable y oclusión. En segundo lugar, se utiliza OC-SORT para rastrear cada cerdo y reducir el impacto del agrupamiento de cerdos y la oclusión en el seguimiento. Y, cuando se pierde un objetivo durante el seguimiento, OC-SORT puede recuperar la trayectoria perdida y volver a rastrear el objetivo. Finalmente, para implementar el monitoreo automático a largo plazo de los comportamientos de cada cerdo, creamos un algoritmo de análisis de comportamiento automático que integra la información de comportamiento de la detección y los resultados de seguimiento de OC-SORT. En los conjuntos de datos de video de un minuto para el seguimiento de cerdos, el método MOT propuesto supera a JDE, Trackformer y TransTrack, logrando las puntuaciones más altas de HOTA, MOTA e IDF1 de 82.0%, 96.3% y 96.8%, respectivamente. Además, logró puntuaciones de 69.0% para HOTA, 99.7% para MOTA y 75.1% para IDF1 en conjuntos de datos de video de sesenta minutos. En términos de análisis del comportamiento de los cerdos, el algoritmo de análisis de comportamiento automático propuesto puede registrar la duración de cuatro tipos de comportamientos para cada cerdo en cada corral, basándose en la clasificación del comportamiento y la información de ID para representar el estado de salud y el bienestar de los cerdos. Estos resultados demuestran que el método propuesto exhibe un excelente rendimiento en el reconocimiento y seguimiento del comportamiento, proporcionando soporte técnico para la detección rápida de anomalías y el monitoreo del estado de salud para los gerentes de la cría de cerdos.