El seguimiento de las trayectorias de comportamiento en cerdos en grupo se está volviendo cada vez más importante para la alimentación del bienestar animal. Un método novedoso fue propuesto en este estudio para rastrear con precisión las trayectorias individuales de los cerdos en grupo y analizar sus características de comportamiento. Primero, se estableció un modelo de seguimiento de trayectorias multipig basado en DeepLabCut (DLC) para realizar el seguimiento diario de las trayectorias de los lechones. En segundo lugar, se estableció un modelo de características espacio-temporales de alta dimensionalidad basado en análisis de componentes principales de núcleo (KPCA) para lograr un agrupamiento óptimo no lineal de trayectorias. Al mismo tiempo, se estableció un modelo de corrección de trayectorias anormales a partir de cinco dimensiones (semántica, espacio, ángulo, tiempo y velocidad) para evitar la pérdida y deriva de trayectorias. Finalmente, se estableció el mapa térmico de la distribución de la pista para analizar las cuatro áreas de actividad de la explotación porcina (áreas de descanso, bebida, excreción y alimentación). Los resultados experimentales muestran que la precisión de seguimiento de trayectorias de nuestro método alcanza el 96.88%, la velocidad de seguimiento es de 350 fps y el valor de pérdida es de 0.002. Por lo tanto, el método basado en DLC-KPCA puede cumplir con los requisitos de identificación del área de la explotación porcina y seguimiento del comportamiento de los lechones. Este estudio es útil para el monitoreo automático del comportamiento animal y proporciona apoyo de datos para la cría.