点击图片查看原图
面孔识别系统通过分析脸部特征的唯一形状、模式和位置来辨识人。基本上有两个方法来处理数据:摄像机和热量绘图。标准摄像技术是建立在由摄像机捕捉到的脸部图像上。热量绘图技术分析皮肤下的血管热量发生模式。这项生物识别技术的吸引力在于它能够人机交互。然而这套系统存在不可靠性，例如它无法分辨出双胞胎或三胞胎。
声音的辨识是对基于生理学和行为特征的说话者噪音和语言学模式的运用。它与语言识别不同，这项技术不对说出的词语本身进行辨识，而是通过分析语音的唯一特性，例如发音的频率来识别出说话的人。语音辨识技术使得人们可以通过说话的噪音来控制能否出入限制性的区域。举例来说，通过电话拨入银行、数据库服务、购物或语音邮件，以及进入保密的装置。虽然语音识别是方便的，但由于非人性化的风险、远程控制和低准确度，它并不可靠。一个患上感冒的人有可能被错误的拒认从而无法使用该语音识别系统。
签名识别也被称为签名力学辨识，它是建立在签名时的力度上的。它分析的是笔的移动，例如加速度、压力、方向以及笔划的长度，而非签名的图像本身。签名力学的关键在于区分出不同的签名部分，有些是习惯性的，而另一些在每次签名时都不同。签名识别不适合用于门禁系统。
视网膜扫描技术是最古老的生物识别技术之一，通过研究就得出了人类眼球后部血管分布唯一性的理论，进一步的研究的表明，即使是挛生子，这种血管分布也是具有唯一性的，除了患有眼疾或者严重的脑外伤外，视网膜的结构形式在人的一生当中都相当稳定。视网膜是一些位于眼球后部十分细小的神经（1英寸的1/50），它是人眼感受光线并将信息通过视神经付给大脑的重要器官，它同胶片的功能有些类似，用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。视网膜扫描设备要获得视网膜图像，使用者的眼睛与录入设备的距离应在半英寸之内，并且在录入设备读取图像时，眼睛必须处于静止状态，使用者的眼睛在注视一个旋转的绿灯时，录入设备从视网膜上可以获得400个特征点，而指纹只能提供30-40个特征点用来录入，创建模板和完成确认。
由此可见，视网膜扫描技术的录入设备的认假率低于一百万分之一，当然其他一些生物扫描录入技术也能达到0.0001%的认假率（FAR），并且拒假率的水平也会不断提高。FAR拒假率是指系统不正确地拒绝一个已经获得权限的用户。使用视网膜录入技术的场合，例如一些军事设施，10%的拒假率是一个十分令人头疼的问题。即使是这样，它仍然是提供安全度的重要组成部分。
分析眼睛的复杂和独特特征的生物识别技术被划分为两个不同的领域，即虹膜识别技术和角膜识别技术。
