El seguimiento de múltiples objetos (MOT) es un problema importante en la visión por computadora que tiene una amplia gama de aplicaciones. Actualmente, detectar la oclusión de objetos sigue siendo un desafío serio en las tareas de seguimiento de múltiples objetos. En este documento, proponemos un método para mejorar simultáneamente la detección de objetos ocultos y el seguimiento de objetos ocultos, así como proponemos un método de seguimiento para cuando el objeto está completamente oculto. Primero, se utiliza la predicción de seguimiento de movimiento para mejorar el límite superior de la detección de objetos ocultos. Luego, se utiliza la información de características espacio-temporales entre el objeto y el entorno circundante para el seguimiento de múltiples objetos. Finalmente, utilizamos el marco de hipótesis para seguir continuamente el objeto completamente oculto. Nuestro estudio muestra que logramos un rendimiento competitivo en comparación con los métodos actuales de vanguardia en populares bancos de pruebas de seguimiento de múltiples objetos como MOT16, MOT17 y MOT20.