Reconhecimento facial
Esse campo de estudo deu um grande salto com uma abordagem mais matemática. Com um método chamado PCA (Principal Component Analysis) as imagens da face eram tratadas pelas características de composição digital e não apenas pelas características da face da pessoa. Os resultados melhoraram, mas ainda deixavam a desejar.
Depois vieram tantos outros métodos baseados em características da face, tratamentos estatísticos e características da imagem. Apesar dos progressos, os maiores problemas encontrados eram sempre os mesmos: condição de iluminação, idade da pessoa (pessoas idosas são mais difíceis de serem reconhecidos), etnia (pele escura dificulta o processo), sexo (homens são mais fáceis de serem reconhecidos), posição da face, intervalo de tempo entre a foto do banco de dados e a foto no momento da verificação.
Talvez o sistema mais empolgante de reconhecimento facial seja o 3D Morphable Model. Através desse sistema, qualquer face 2D é reconstituída em uma face 3D de acordo com certos parâmetros. Estes por sua vez, podem ser utilizados como dados para comparação biométrica. Veja o vídeo do sistema de reconstituição 3D.