南加州大学的生物识别技术研究人员在发现欺骗他们设计的面部识别系统方面拥有100％的成功。约翰·霍普金斯大学（Johns Hopkins University）的第三方测试支持了结果。
南加州大学还收到确认其与永恒学习者（BATL）项目的生物识别验证成就了99.36％的虹膜识别得分和99.08％的指纹识别得分。
硬件和软件项目是愿景，图像，语音和文本分析组的产物，该小组开发了耐药的生物识别身份验证系统。它是USC信息科学研究所的一部分。
大学官员已经讨论项目至少从2019年2月开始。他们的目标是将多种扫描整合起来，以测量多种生物识别技术，以发现可能会欺骗较少体面审讯的欺骗。
现在常用的一种更简单的技术的一个示例是使用现成的数字SLR摄像头记录面部，即使这些相机可以愚弄脸部和隐形眼镜的图片。
取而代之的是，能够分析多光谱数据的虹膜和面部传感器套件是构建的，涉及LED灯照射长波IR，靠近IR和可见光，以及其他波长。尚未披露系统需要多长时间才能识别脸部。
根据USC的数据，传感器组件测量了“常规和非常规”的生物识别技术。他们分析了从皮肤弹跳的光线和热能辐射。记录一系列证据将迫使欺诈者模仿相同的范围，从而使攻击更多的时间和资源消耗。
编写算法以利用新的数据流。根据南加州大学的说法，机器学习模型“通过许多不同的方式进行评估，以确保我们的最终模型具有弹性”。
无接触指纹传感器套件的测量要比静态打印图案多得多。它还注意到血液运动，皮肤半透明和静脉可视化。
约翰·霍普金斯（Johns Hopkins）的应用物理实验室使用大约700名参与者的数据测试了三周的设置。
