Teoretické výsledky týkající se přesnosti klasifikace a odhadů chyby klasifikace ve statistickém přístupu k rozpoznávání obrazů byly odvozeny pouze pro specifické statistické modely, obvykle vícerozměrné gaussovské podmíněné hustoty rozdělení. V praktických situacích tyto modely nejsou známé, nebo jen přibližně. Teoretické výsledky tudíž mohou být pouze vodítkem při výběru vhodné metody. V návaznosti na výsledky dosažené v předchozích grantech č. 27526 a č. 27550, je cílem projektu - vytvořeníteoretických prostředků pro konstrukci robustních variant diskriminačních funkcí odvozených z předpokladu Gaussova modelu dat a obecně pro robustifikaci klasických na předpokladu Gaussova modelu dat založených vícerozměrných statistických procedur, - návrh nového přístupu k výběru příznaků založeného na aproximaci hustot směsí Gaussových hustot, - analýza přesnosti nového kritéria pro výběr příznaků. (cs)