估计多个动物的姿态是计算机视觉领域的一项具有挑战性的问题：频繁的交互导致遮挡现象严重，增加了将检测到的关键点正确关联到对应个体的难度，且这些动物外观高度相似，彼此之间的互动程度远高于典型的多人场景。为应对这一挑战，我们基于开源姿态估计工具DeepLabCut，构建了高性能的多动物姿态整合与跟踪功能，以满足多动物场景的需求。此外，我们还引入了预测动物身份的能力，以在发生遮挡时辅助跟踪。我们通过四个不同复杂度的数据集展示了该框架的强大性能，并将这些数据集公开发布，旨在为未来算法的发展提供基准参考。