指纹生物特征

Neurotechnology开发的指纹识别算法在主要的生物特征竞赛和评估中获得了一些最高的可靠性评级，包括美国国家标准与技术研究所（NIST）的Minutiae互操作性交换III、专有指纹模板评估III、以及美国司法部指纹供应商技术评估。

该算法基于深度神经网络，遵循公认的指纹识别方案，该方案使用一组特定的指纹点（细节）以及一些专有的算法解决方案，以提高系统性能和可靠性。它们包括滚动和平面指纹匹配、紧凑的指纹模板、对指纹平移的容忍度、旋转以及变形等。

此外，指纹活性检测和质量检查有助于避免欺骗尝试。

技术评估和奖励

自1998年以来，Neurotechnology的指纹识别算法在竞赛和技术评估中获得了无数奖项。

来自 NIST 的 MINEX 评估

MINEX III评估于2015年成功通过。VeriFinger算法是由NIST测试的MegaMatcher技术的一部分。2019年，Neurotechnology的指纹模板生成器算法在NIST MINEX互操作性类别中排名第一；指纹匹配算法在互操作性方面也一直处于领先地位，两者相结合，已成为精度最高、速度最快的指纹识别系统。有关结果的更多详细信息，请参阅我们对MINEX III参与的评论。
MINEX正在进行的评估于2014年成功通过。在MINEX正在进行的指纹匹配算法排名中获得第二名。VeriFinger算法作为MegaMatcher技术的一部分，被NIST认定为完全符合MINEX标准。阅读更多。

FVC-onGoing 结果

2020年，Neurotechnology的指纹识别算法在FVC onGoing评估中显示出最高的结果。作为MegaMatcher技术的一部分，VeriFinger SDK中包含的指纹提取器和匹配器被评为FV-STD-1.0和FV-HARD-1.0基准测试中最准确的。我们的新闻稿提供了更多信息。 Our press release has more information.

PFT II 与 PFT III （专有指纹模板）评估

PFT III–2023年，Neurotechnology的指纹识别算法在PFT III的大多数实验中显示出最准确的结果。有关更多信息，请参阅我们的评论。
PFT II——在之前的PFT II评估中，提交的算法显示出最佳的整体模板匹配精度。PFT II已于2019年结束。

SlapSeg III 评估

Neurotechnology的掌纹指纹分割算法在SlapSeg III评估中表现出色，在SlapSegIII评估的大多数类别中具有最快的性能和几乎最好的准确性。有关更多信息，请参阅我们的评论。

来自 NIST 的 FpVTE（指纹供应商技术评估）

FpVTE 2012–2015年，NIST认定Neurotechnology的指纹识别算法是评估参与者中最快、最准确的算法之一。有关结果的更多详细信息，请参阅我们对FpVTE 2012参与的评论。
FpVTE 2003–显示了中等规模测试中的最佳可靠性结果之一。Neurotechnology以Neurotechologija的名义参加了2003年FpVTE。关于评价结果的详细报告，见FpVTE 2003网站。

来自 FBI （联邦调查局）的 WSQ 3.1 认证

2011年，联邦调查局认证Neurotechnology实现了WSQ图像格式支持。提供证书和其他信息。

FVC2006, FVC2004, FVC2002 与 FVC2000 结果

Neurotechnology多次参加指纹验证比赛，并在可靠性和性能方面获得了无数奖牌。有关更多信息，请参见FVC2006参与结果，以及FVC2004、FVC2002和FVC2000结果。