注册过程与识别过程很相似，只不过对注册者的手要检测三次，然后将三次检测结果取平均值来构成样本。尽管测试板上定位标志最适合用于右手的检测，但将左手放于测试板上的掌形中也可以实现注册与检测。

　　经检测表明，该类设备错误拒绝发生率约为0.03%（经三次检测），而错误接受发生率为0.1%（经一次检测）。系统完成一次识别需要1秒钟，完成一次注册约须要60秒钟。

　　2、指纹识别技术

　　指纹识别技术的应用已有一百多年的历史了，而且至今仍然被认做是几种可靠的识别方法之一。指纹是每个人所特有的东西，在不受损伤的条件下，一生都不会发生变化。近些年来，由于自动化技术的发展，指纹识别系统也有了很大的提高。指纹比对通常采用特征点法，应用于出入口控制的这类系统都依赖于对指纹模式识别和计算机数据处理技术。抽出指纹上凸状曲线的分歧或指纹中切断的部分（端点）等特点来识别。为了提高可靠性，系统对手的摆放位置及指纹分析与比较的精度要求很高。

　　这类系统通常用在登记注册有2000枚指纹左右的情况下，辩识时一般需1秒左右，错误拒绝发生率小于1%，错误接受发生率小于0.0001%。因此我们说指纹识别系统将会有一个更加广泛的应用阶段。

　　3、视网膜识别技术

　　人体的血管纹路也是具有独特性的，人的视网膜上面的血管的图样可以利用光学方法透过人眼晶体来测定。如果视网膜不被损伤，从三岁起就会终身不变。每个人的血管路径差异很大，所以被复制的机会很少。通常这类系统使用一束低度的发自红外线发光二极管的光束环绕着瞳孔中心进行扫描。根据扫描后得到的不同位置所对应的不同反射光束强度来确定视网膜上的血管分布图样。这种方法在不具备生物活体时无法反应，因此不可能伪造。但是在带眼眼镜或患某种眼病时（如白内障）无法进行识别。

　　在注册过程中，当进行扫描时，使用者必须注视检测器中的一个用于校准的目标至少0.2秒。通常经过几次这样的扫描，按一定规律将几次扫描结果结合起来从而建立起使用者的参考图样数据。然后将这些数据存储于系统的存储器中。

　　进行识别检测时，只需做一次类似的扫描，全过程大约需要6秒钟，包括输入PIN（个人识别码）目前也有不需要输入PIN的识别模式，。工作在这种模式下，由于识别时要对所有已注册的记录进行搜索，从而使检测过程的时间加长，每搜索100个样本约需额外增加1秒钟。

　　4、签字识别技术

　　利用签名来确认一个人的身份早已获得广泛的应用（如在金融业中已应用多年）。尽管伪造者能够造出在外形上非常相象的签名，但是不太可能正确复制笔画的速度、笔顺、笔运、笔压等，系统就可以利用这些参数来进行识别。

　　自动笔迹识别系统正是根据笔迹的一些动力学特征来进行识别的，如笔迹的走向、速度、加速度等。对这些数据的统计分析表明，每个人的签名都是独特的，并且自身可保持一致性。这些数据可通过安装在书写工具或签字板上的传感器来获得。

　　5、语音识别技术

　　语音识别技术是利用每个人所特有的声音为辨别条件。人们的发音方式取决于多种因素，包括地理影响、声带和嘴形。通过让某人重复说一套单字或短语，可以获得他的声波纹模板。

　　语音自动识别系统的应用是与数据自动处理分不开的。语音中可用于识别的特征包括：声波包络、声调周期、相对振幅、声带的谐振频率等。这几种方式都可以用于安全检测，而且都有较好的发展前景。

　　将被检测人的语音特征与事先早已注册的样本进行对比可进行识别。但语音特征可受感冒及环境噪声等的影响发生错误判断，另外有可能好的录音可以蒙骗该系统。

　　6、面部识别技术

　　面部识别系统分析面部形状和特征