生物识别系统性能
生物识别系统制造商声称系统性能很高，但在实际操作环境中实际上很难实现。可能的原因是，在受控环境设置中进行的测试、硬件限制等。
例如，语音识别系统只能在安静的环境中有效工作，面部识别系统在控制照明条件的情况下可以正常工作，并且可以训练考生清洁并将手指正确地放在指纹扫描仪上。
然而，在实践中，这样的理想条件在目标操作环境中可能并不存在。
性能测量
生物识别系统的性能测量与错误拒绝率 (FRR) 和错误接受率 (FAR) 密切相关。
FRR也称为I 类错误或错误不匹配率 (FNMR)，它表示合法用户被系统拒绝的可能性。
FAR称为II 类错误或错误匹配率 (FMR)，它表示系统接受虚假身份声明的可能性。
理想的生物识别系统预计 FAR 和 FRR 的值均为零。意味着它应该接受所有真实用户并拒绝所有虚假身份声明，这实际上是不可能实现的。
FAR和FRR彼此成反比。如果 FAR 提高，那么 FRR 就会下降。提供高 FRR 的生物识别系统可确保高安全性。如果 FRR 太高，则系统需要多次输入实时样本，这会降低效率。
当前生物识别技术的性能还远未达到理想状态。因此，系统开发人员需要根据安全要求在这两个因素之间保持良好的平衡。