Մատնահետքերի սկաները տանը դեռ անվտանգ է:

Բջջային հեռախոսի փոքր սենսորային տարածքի պատճառով անհրաժեշտ է օգտագործել հնարավորինս միավորների տարածքում բոլոր հավաքագրված կենսաչափական տեղեկատվությունը, այնպես որ այն կարող է օգտագործել միայն պատկերի ամբողջական ճանաչում, եւ ոչ թե հյուսվածքային կառուցվածքի ճանաչումը եզակի է Մատնահետքեր: Պատկերի ամբողջական ճանաչումը չի կարող տարբերակել մատնահետքերի պատկերները եւ մատնահետքերի պատկերները: Սա մատնահետքերի ներկայիս ճանաչման ընթացիկ ժամանակի հաճախելիության համակարգի հիմնական պատճառն է, որոնք հարձակվում են նարնջի կեղեւների եւ կինոնկարի վրա: Բացի այդ, մատնահետքերի ճանաչման ժամանակի հաճախելու ժամանակային ուսումը բջջային հեռախոսների արտադրողների համակարգի, առանց «թշնամու եւ թշնամու» միջեւ տարբերելու համար կեղծված կենսաչափական տեղեկատվությունը կսովորի մատնահետքերի ճանաչման ժամանակի հաճախումների համակարգը, որը նույնպես կարեւոր պատճառներից մեկն է Հետընտրական ֆիլմի ճեղքումը:

Այնուամենայնիվ, այս խնդիրները անլուծելի չեն: Բջջային հեռախոսների վրա մատնահետքերի դիմումի կարճ ժամանակահատվածի պատճառով հարակից արտադրողները չեն զգացել անվտանգության տեխնոլոգիայի կուտակում մատնահետքերի ճանաչման ժամանակի հաճախելիության համար, եւ նման գրոհներից խուսափելու միջոց չկա: Խուսափելու եղանակը նույնպես շատ պարզ է, այսինքն `օգտագործելով համապատասխան մեթոդ, որը հիմնված է գործառույթի կետերի վրա, մատնահետքերի ճանաչման ժամանակի հաճախելիության համակարգը կատարելու համար, եւ հետո առաջին հերթին անում են« թշնամու եւ թշնամու »նույնականացումը:

Առկա է ավանդական կողպեքներում նման խոցելիություն: Քանի որ կողպեքները սովորաբար օգտագործում են մեծ տարածքի ցուցիչներ, իսկ մատնահետքերի ճանաչման ժամանակի հաճախելիության համակարգերը, որոնք համապատասխանում են մեծ տարածքների ցուցիչներին, հիմնականում կառուցված են գեղարվեստական ​​կետի ճանաչման հիման վրա: Իհարկե, չի բացառվում, որ որոշ արտադրողներ օգտագործում են շատ փոքր տարածքի ցուցիչներ կամ ունեն ալգորիթմի թերություններ, որոնք կարող են առաջացնել նման խնդիրներ:

Մատնահետքերի սկաների մատնահետքերի ընթերցողը օգտագործում է 360 ° կույր կետի ճանաչում, նանո-կերամիկական կիսահաղորդչային կենդանի ցուցիչ, հարմարվում է բարձր անվտանգության խաղարկային կետի խորը ուսուցում եւ օգտագործում է 3 տարբեր ալգորիթմներ մատնահետքերի տվյալների համեմատության համար: Ալգորիթմը կառուցված է կառուցվածքային խաղարկային կետերի հիման վրա, եւ այս հիմքի վրա պատկերված է պատկերի ալգորիթմը `համեմատության ճշգրտությունը բարելավելու համար: Ընդհանուր բջջային հեռախոսի պատկերով Ալգորիթմի անցումը բարձր է, բայց սխալի ճանաչման մակարդակը նույնպես բարձր է, ընդհանուր առմամբ, հիսուն հազարից մեկը: Մատնահետքերի սկաների կողմից օգտագործված մեծ տարածքի սենսորը `բարձր արագությամբ մատնահետքերի ալգորիթմի չիպով կարող է հասնել սխալի ճանաչման արագության` մեկ միլիոնից մեկի կողմից կենսաբանական տեղեկատվության հարուստ հավաքածուի պատճառով, իսկ անվտանգությունը բջջային հեռախոսի մատնահետքի ճանաչումից շատ ավելի բարձր է Ժամանակի հաճախելիության համակարգ: