Le impronte digitali umane sono uniche per ciascun individuo e possono essere viste come una sorta di firma che certifica l�identit� di una persona. La pi� famosa applicazione di questo tipo � la criminologia. Tuttavia, al giorno d�oggi, il confronto automatico delle impronte digitali sta diventando molto popolare nei sistemi che controllano gli accessi fisici a locali, computer e reti, conti correnti bancari o per la rilevazione delle presenze.

Il confronto diretto tra il pattern dell�impronta digitale da identificare e quelli conosciuti all�interno di una base dati non � molto efficace a causa dell�elevata sensibilit� agli errori (es. disturbi vari, parti dell�impronta danneggiata, differente posizionamento o orientamento del dito rispetto all�area di cattura, deformazione dell�impronta durante l�acquisizione). Una soluzione pi� evoluta � l�estrazione delle caratteristiche cosiddette minutiae (punti dove linee capillari presentano terminazioni o biforcazioni) dall�immagine dell�impronta e il confronto tra questi blocchi di caratteristiche.

Tuttavia, quanto sopra evidenziato richiede algoritmi sofisticati per l�elaborazione certa delle immagini delle impronte, l�eliminazione dei disturbi, l�estrazione delle minutiae, la tolleranza alla rotazione e traslazione nel processo di confronto. Allo stesso tempo, gli algoritmi devono essere il pi� rapidi possibili per un uso pratico con un grande numero di utenti. Per gli sviluppatori che vogliono integrare gli algoritmi di riconoscimento delle impronte digitali in microchip, anche la compatezza dell�algoritmo e la piccola dimensione della memoria richiesta possono essere importanti. Conseguire efficacemente tutti i requisiti discrepanti sopra esposti �, in realt�, un problema importate, sebbene molti algoritmi di identificazione delle impronte digitali si propongano di risolverli.