時系列で動作する非常に単純なカルマン フィルターを作成しました (データ ギャップを含む)。それはうまく機能しますが、たまたま data のデータ キューブ(たとえば、 shape の配列Nt, Ny, Nx) があり、データ キューブの各ピクセルに時間カルマン フィルターを適用したいと考えています。明らかなこと (最後の 2 つの次元をループする) を実行しましたが、これにはかなりの時間がかかります。
最終的に、私は常に個々の「ピクセル」からデータを抽出し、関連する行列/ベクトルを構築する必要があるため、プロセスは非常に遅くなります (個々の時系列のギャップは異なり、通常は H状態を観測にリンクする行列)。私は cython に詳しくありませんが、それが役立つかもしれません (私がそれに慣れていないということだけです)。
問題を巧妙に言い換えたり、巧妙なデータ構造を使用したりすることで、時間フィルタリングをはるかに効率的に行うことができるかどうか疑問に思っていました。これは numpy/scipy のみを使用し、OpenCV は使用しないほうがよいと思います。そうしないと、追加のパッケージに依存して面倒になるからです。