気象レーダーや生体分子の走査によって得られる動画像データには，それぞれに特徴的なノイズが乗っている．さらに，そのような現場においては，リアルタイムにノイズを除去して予測・パラメータ調整に活かせるような迅速なノイズ除去手法が求められる．しかし，多くのノイズ除去手法は，精度と速度のトレードオフの関係にあり，精度を失うことなく，速度を確保するのは困難である．本発表では，動画像データの時空間連続性に着目し，状態空間モデルによるモデリングを行うことによって，リアルタイムに動画像のノイズを有効に除去する手法を提案する．合成データ・実データに対する精度と適用分野の限界を含め，当日報告する．