długości np. 20 ms), nie zalecamy stosowania kwadratu odległości Mahalanobisa ze względu na skomplikowane obliczenia (np. odwracanie macierzy kowariancji C). Z kolei, jeśli wartości bezwzględne poszczególnych składowych wektorów różnią się znacznie między sobą, wtedy jest raczej niewskazane stosowanie np. odległości Minkowskiego dla 2 (chociaż zależy to od siły dyskryminancyjnej tych parametrów). W tym przypadku rozpoznanie należałoby poprzedzić oceną skuteczności oraz redukcją parametrów. W ogólnym przypadku należy założyć określone związki między funkcjami podobieństwa, algorytmem rozpoznawania oraz postaciami obrazów, przez co należy rozumieć możliwość i potrzebę ich wzajemnego dostosowania. Odnosi się to w pierwszej kolejności do różnych form optymalizacji, kwantyzacji i normalizacji obrazów