Attualmente, l�identificazione personale automatica basata sul confronto dell�impronta digitale sta acquisendo popolarit� nei sistemi di controllo degli accessi fisici a locali, computer e reti, conti correnti bancari o della rilevazione delle presenze. La maggior parte di queste applicazioni lavora utilizzando PC, tuttavia altre applicazioni richiedono l�integrazione in sistemi a basso costo, compatti e/o dispositivi embedded mobili (porte, cancelli, telefoni cellulari etc).

Insieme con i requisiti dei sistemi di riconoscimento dell�impronta comunemente accettati (certezza, velocit�,�) gli algoritmi di riconoscimento dell�impronta utilizzai in sistemi embedded richiedono specifiche caratteristiche. I dispositivi embedded normalmente utilizzano processori meno potenti rispetto ai PC. Le routine di elaborazione delle immagini delle impronte (miglioramento dell�immagine, filtro dei disturbi, binarizzazione, skeletoning) utilizzati in applicazioni basate su PC, necessitano di buona potenza di calcolo, perci� � richiesto una sostanziale modifica degli algoritmi per conseguire un tempo di elaborazione delle immagini accettabile (1 secondo o meno) nei dispositivi embedded. L�algoritmo embedded FingerCell, sviluppato sulla base di VeriFinger, risulta 3 volte pi� rapido nell�elaborazione delle immagini e nell�estrazione delle caratteristiche.