Với tập dữ liệu là N ảnh thì ta sẽ có N vector tƣơng ứng với hình dạng của các ảnh khuôn mặt trong cơ sở dữ liệu. Tuy nhiên, ta cần lƣu ý một vấn đề là các khuôn mặt trong cơ sở dữ liệu sẽ nằm ở những vị trí khác nhau, kích thƣớc và hƣớng khuôn mặt cũng khác nhau
Để có thể mô hình hóa chính xác hơn những thay đổi về hình dạng các khuôn mặt của toàn bộ cơ sở dữ liệu, ta cần phải có một bƣớc tiền xử lý nhằm làm cho các khuôn mặt của các ảnh có vị trí, kích thƣớc, và hƣớng thống nhất với nhau.
Trong bƣớc này, ta thực hiện gióng hàng (align) tất cả các khuôn mặt về cùng 1 vị trí bằng cách sử dụng phép tịnh tiến (translation); hiệu chỉnh lại kích thƣớc và hƣớng của khuôn mặt bằng phép tỉ lệ (scale) và phép xoay (rotation). Một phép biến đổi T thực hiện phép xoay 1 góc , phép tỉ lệ s và tịnh tiến 1 khoảng ( ) đƣợc biểu diễn nhƣ sau:
(2.28)
Quá trình thực hiện gióng hàng các hình cho tập dữ liệu bao gồm những bƣớc chính sau:
Đầu vào của thuật toán: N hình của tập huấn luyện.
(1) Khởi tạo hình dạng trung bình là hình đầu tiên.
(2) Tịnh tiến các ảnh về cùng 1 tâm với hình dạng trung bình và tỉ lệ về cùng 1 kích thƣớc. (3) Gióng hàng tất cả các hình về hình dạng trung bình.
(4) Tính toán lại hình dạng trung bình.
(5) Nếu hình dạng trung bình thay đổi nhiều hơn 1 lƣợng thì trở lại bƣớc 3.
Hình 2.9: Thuật toán gióng hàng tập huấn luyện
Các bƣớc thực hiện tính các giá trị tham số tịnh tiến, tỉ lệ và xoay để gióng hàng 2 hình đƣợc Tim Cootes và Taylor trình bày trong [4]