El análisis del comportamiento porcino basado en la tecnología de seguimiento de múltiples objetos (MOT) de videos de vigilancia es vital para la ganadería de precisión. Para abordar los desafíos planteados por escenas de iluminación desigual y movimientos irregulares de cerdos en la tarea de MOT, propusimos un método de MOT de cerdos llamado RpTrack. En primer lugar, RpTrack aborda el problema de pérdida de seguimiento causado por movimientos irregulares de cerdos mediante el uso de un Filtro de Kalman apropiado y una gestión de trayectoria mejorada. Luego, RpTrack utiliza BIoU como estrategia de emparejamiento secundaria para aliviar la influencia de las detecciones perdidas en el rendimiento del seguimiento. Finalmente, el método utiliza un postprocesamiento en los resultados de seguimiento para generar estadísticas de comportamiento y trayectorias de actividad para cada cerdo. Los resultados experimentales bajo condiciones de iluminación desigual y movimientos irregulares de cerdos muestran que RpTrack supera significativamente a otros cuatro métodos de MOT de última generación, incluidos SORT, OC-SORT, ByteTrack y Bot-SORT, en conjuntos de datos públicos y privados. Los resultados experimentales demuestran que RpTrack no solo tiene el mejor rendimiento de seguimiento, sino también altas capacidades de procesamiento de alta velocidad. En conclusión, RpTrack aborda de manera efectiva los desafíos de la iluminación desigual de la escena y los movimientos irregulares de cerdos, permitiendo un seguimiento preciso de cerdos y la monitorización de diferentes comportamientos, como comer, estar de pie y acostarse. Esta investigación respalda el avance y la aplicación de la ganadería porcina inteligente.