来自行业，学术界和政府的国际专家小组参加了国家标准与技术研究所（NIST）纹身识别技术挑战研讨会它讨论了自动化纹身认可的挑战和潜在方法，以帮助执法部门确定罪犯和受害者。
此举是在美国国家标准与技术研究院邀请所有有兴趣的商业和学术组织的几个月之后参与进步的研发基于自动图像的纹身匹配技术。
FBI生物识别卓越中心（BCOE）最初介绍了现有纹身识别软件的初步试验后，行业和学术界是在对基于图像的自动纹身匹配技术中采取的初步措施。
目前将纹身图像分类的方法是为了在各种执法机构之间共享的目的完全依赖基于关键字的过程。
但是，必须在数据库中使用多个关键字，以跟上不断增加的纹身设计的选择，需要多个关键字，这可能会导致相同的纹身根据检查员给出不同的标签。
所有参与组织都使用了来自政府数据库中数千幅图像的相同BCOE提供的数据集。
NIST为参与者提供了五种用例，并要求他们报告他们有关查找的表现
来自不同受试者的视觉相似或相关的纹身，同一主题的同一纹身图像的不同实例，随着时间的推移，使用不同类型的图像的较大图像，视觉相似或相关的纹身中包含的一小部分感兴趣区域，以及图像是否包含纹身。
NIST计算机科学家Mei Ngan说：“最先进的算法在检测纹身方面表现良好，随着时间的流逝，从同一主题中找到了同一纹身的不同实例，并在较大的纹身中找到了纹身的一小部分。”
同时，恩根（Ngan）发现，这是两个可以进一步研究的领域，包括在不同的人身上检测到视觉上相似的纹身，并从素描或来源以外的其他图像中识别出纹身图像。
Ngan说：“在收集过程中提高纹身图像的质量是另一个可能提高识别准确性的领域。”
有几个组织参加了挑战，包括Compass Technology Consulting，LLC。，Fraunhofer Optronics，System Technologies and Image Deploiting，法国替代能源和原子能委员会，Miter，Morphotrak和Purdue University。
研讨会的参与者还探索了在操作中的基于图像的纹身匹配的潜在用途，确定的明显差异以及提高纹身识别的需求，以及NIST在该领域可能采取的下一步步骤。
