En un sistema inteligente de seguimiento de múltiples objetivos (MTT), el filtro de seguimiento no puede rastrear múltiples objetivos de manera significativa a través de la oclusión en un espacio aéreo de baja altitud. Los problemas más desafiantes son la deformación del objetivo, la oclusión del objetivo y los objetivos que están ocultos por la presencia de desorden de fondo. Así, las verdaderas trayectorias que siguen los objetivos deseados a menudo se pierden debido a la oclusión de mediciones inciertas detectadas por un sensor, como un sensor de captura de movimiento (mocap). Además, el ruido de medición del sensor, el ruido del proceso y las mediciones de desorden degradan el rendimiento del sistema. Para evitar la pérdida de seguimiento, utilizamos el modelo de cadena de Markov dos (MC2) que permite la propagación de la existencia del objetivo a través de la región de oclusión. Utilizamos el modelo MC2 en el seguimiento lineal de múltiples objetivos basado en la asociación de datos probabilística integrada (LMIPDA) y propusimos un algoritmo integrado modificado denominado aquí como LMIPDA-MC2. Consideramos una vigilancia tridimensional para rastrear objetivos ocluidos, como vehículos aéreos no tripulados (UAV) y otros vehículos autónomos a baja altitud en desorden. Comparamos los resultados del método propuesto con algoritmos existentes basados en modelos de cadena de Markov utilizando simulaciones de Monte Carlo y experimentos prácticos. También proporcionamos estadísticas de retención de seguimiento y discriminación de falsos seguimientos (FTD) para explicar la importancia del algoritmo LMIPDA-MC2.