複数動物の姿勢推定は、コンピュータビジョンにおける難しい課題である。頻繁な相互作用により、物体の遮蔽（オクルージョン）が生じやすく、検出された関節点（keypoints）を適切な個体に紐づける作業が複雑化する。また、通常の複数人シナリオよりもさらに密に接触する、外見が極めて類似した動物が存在する点も課題となる。この課題に取り組むために、オープンソースの姿勢推定ツールキット「DeepLabCut」を基盤とし、複数動物を対象としたシナリオに必要な高精度な動物の構成（assembly）およびトラッキング機能を実装した。さらに、遮蔽が発生した場合のトラッキングを支援するため、個体の識別（identity）を予測する機能も統合した。本フレームワークの有効性を、複数のデータセット（複雑性が異なる4種類）を用いて検証し、今後のアルゴリズム開発のベンチマークとしてこれらのデータセットを公開した。