Dựa vào các ma trận đồng hình H chúng tôi tính đặc trưng chuẩn trên ảnh thứ hai giữa hai ảnh liên tiếp. Từ đó, chúng tôi tính lỗi trượt củađặc trưng hai chiều bằng cách so sánhđặc trưng chuẩn vàđặc trưng trích chọn trênảnh thứhai của haiảnh liên tiếp. Hình3.18và Hình3.19 minh họa lỗi trượt khi dùng hai bộtrích chọnđặc trưng tự động SIFT và HARRIS. Dễdàng nhận thấy rằngđộ chênh lệch giữađặc trưngđối sánh và đặc trưng chuẩn hầu nhưbằng 0 theo chiều y và trung bình khoảng 0.5 pixel theo chiều x. Theo công thức3.7 các điểmđặc trưng ba chiều xây dựng lại X từcác cặpđiểmđặc trưng đối sánh trích chọn tự động sai so với đặc trưng ba chiều thực tế
X¯ một khoảng cáchđáng kểnằm trong khoảng 1.06− 1.93mm.Đối với các mô hình khung cảnh hay các vật dụng cần dựng mô hình ba chiều khác, khoảng cách
1.06−1.93mm là khôngđáng kể; tuy nhiên,đối với dựng mô hình hộp sọhay mô hình ba chiều khuôn mặt khoảng cách này là đáng kểvì nó làm thay đổi diện mạo khuôn mặt khá nhiều với lý do sau: Khi dựng mô hình ba chiều khuôn mặt từ hộp sọbằng cáchđắp thêm mô mềm từhộp sọ, người ta lựa chọn ra cácđộdày mô mềm biết trước ở một sốvịtrí nhấtđịnh làm cơ sở để đắp thêm mô mềm cho toàn bộkhuôn mặt. Giá trị trung bình của 22 độ dày mô mềm được dùngđể khôi phục lại khuôn mặt người Việt Nam là 5.90mm. Trung bình giá trịkhoảng cách bịsai lệch khi tínhđiểm ba chiều từ đặc trưng tự động chiếm khoảng 13% giá trị trung bình mô mềm này.