El seguimiento visual automático de animales en sistemas de ganadería extensiva presenta desafíos particulares asociados a oclusiones, variabilidad ambiental y cambios en la escala de observación. En este trabajo se presenta una experiencia de seguimiento multiobjeto aplicada al monitoreo visual de bovinos en escenarios reales de campo, orientada a la reconstrucción de trayectorias individuales a partir de secuencias de video.
La propuesta combina modelos de detección basados en redes neuronales profundas con algoritmos de seguimiento en línea, permitiendo mantener la identidad temporal de los animales a lo largo de múltiples frames. A partir de las trayectorias reconstruidas, se analizan métricas asociadas a la consistencia del seguimiento, estabilidad de las identificaciones y continuidad espacial del movimiento.
Los resultados obtenidos muestran que el enfoque permite reconstruir trayectorias coherentes incluso en condiciones de oclusión parcial y variabilidad del entorno, constituyendo una base sólida para el análisis automático del comportamiento animal y el desarrollo de aplicaciones de ganadería de precisión basadas en visión por computadora.