Well-quantified laboratory studies can provide a fundamental understanding of animal behavior in ecology, ethology and ecotoxicology research. These types of studies require observation and tracking of each animal in well-controlled and defined arenas, often for long timescales. Thus, these experiments produce long time series and a vast amount of data that require the use of software applications to automate the analysis and reduce manual annotation. In this review, we examine 28 free software applications for animal tracking to guide researchers in selecting the software that might best suit a particular experiment. We also review the algorithms in the tracking pipeline of the applications, explain how specific techniques can fit different experiments, and finally, expose each approach’s weaknesses and strengths. Our in-depth review includes last update, type of platform, user-friendliness, off- or online video acquisition, calibration method, background subtraction and segmentation method, species, multiple arenas, multiple animals, identity preservation, manual identity correction, data analysis and extra features. We found, for example, that out of 28 programs, only 3 include a calibration algorithm to reduce image distortion and perspective problems that affect accuracy and can result in substantial errors when analyzing trajectories and extracting mobility or explored distance. In addition, only 4 programs can directly export in-depth tracking and analysis metrics, only 5 are suited for tracking multiple unmarked animals for more than a few seconds and only 11 have been updated in the period 2019–2021.

充分量化的实验室研究可以提供对生态学、行为学和生态毒理学研究中动物行为的基本了解。这些类型的研究需要在控制良好和明确的领域中观察和跟踪每只动物，通常需要很长时间。因此，这些实验产生了很长的时间序列和大量的数据，需要使用软件应用程序来自动化分析并减少手动注释。在这篇评论中，我们检查了 28 个用于动物追踪的免费软件应用程序，以指导研究人员选择最适合特定实验的软件。我们还回顾了应用程序跟踪管道中的算法，解释了特定技术如何适合不同的实验，最后，揭示每种方法的弱点和优势。我们的深入审查包括最新更新、平台类型、用户友好性、离线或在线视频采集、校准方法、背景减除和分割方法、物种、多个领域、多种动物、身份保存、手动身份校正、数据分析和额外的功能。例如，我们发现，在 28 个程序中，只有 3 个包含校准算法，以减少影响准确性的图像失真和透视问题，并在分析轨迹和提取移动性或探索距离时可能导致大量错误。此外，只有 4 个程序可以直接导出深度跟踪和分析指标，只有 5 个程序适合跟踪多个未标记的动物超过几秒钟，只有 11 个程序在 2019-2021 年期间更新。离线或在线视频采集、校准方法、背景减法和分割方法、物种、多个领域、多个动物、身份保存、手动身份校正、数据分析和额外功能。例如，我们发现，在 28 个程序中，只有 3 个包含校准算法，以减少影响准确性的图像失真和透视问题，并在分析轨迹和提取移动性或探索距离时可能导致大量错误。此外，只有 4 个程序可以直接导出深度跟踪和分析指标，只有 5 个程序适合跟踪多个未标记的动物超过几秒钟，只有 11 个程序在 2019-2021 年期间更新。离线或在线视频采集、校准方法、背景减除和分割方法、物种、多个领域、多个动物、身份保存、手动身份校正、数据分析和额外功能。例如，我们发现，在 28 个程序中，只有 3 个包含校准算法，以减少影响准确性的图像失真和透视问题，并在分析轨迹和提取移动性或探索距离时可能导致大量错误。此外，只有 4 个程序可以直接导出深度跟踪和分析指标，只有 5 个程序适合跟踪多个未标记的动物超过几秒钟，只有 11 个程序在 2019-2021 年期间更新。多种动物、身份保存、手动身份更正、数据分析和额外功能。例如，我们发现，在 28 个程序中，只有 3 个包含校准算法，以减少影响准确性的图像失真和透视问题，并在分析轨迹和提取移动性或探索距离时可能导致大量错误。此外，只有 4 个程序可以直接导出深度跟踪和分析指标，只有 5 个程序适合跟踪多个未标记的动物超过几秒钟，只有 11 个程序在 2019-2021 年期间更新。多种动物、身份保存、手动身份更正、数据分析和额外功能。例如，我们发现，在 28 个程序中，只有 3 个包含校准算法，以减少影响准确性的图像失真和透视问题，并在分析轨迹和提取移动性或探索距离时可能导致大量错误。此外，只有 4 个程序可以直接导出深度跟踪和分析指标，只有 5 个程序适合跟踪多个未标记的动物超过几秒钟，只有 11 个程序在 2019-2021 年期间更新。只有 3 个包含校准算法，以减少影响准确性的图像失真和透视问题，并在分析轨迹和提取移动性或探索距离时可能导致大量错误。此外，只有 4 个程序可以直接导出深度跟踪和分析指标，只有 5 个程序适合跟踪多个未标记的动物超过几秒钟，只有 11 个程序在 2019-2021 年期间更新。只有 3 个包含校准算法，以减少影响准确性的图像失真和透视问题，并在分析轨迹和提取移动性或探索距离时可能导致大量错误。此外，只有 4 个程序可以直接导出深度跟踪和分析指标，只有 5 个程序适合跟踪多个未标记的动物超过几秒钟，只有 11 个程序在 2019-2021 年期间更新。