隨著生物辨識技術普及率越來越高，不管是臉部辨識、虹膜辨識，抑或是指紋辨識，都成為3C消費產品的賣點配備之一，尤其指紋辨識更是從旗艦機一路「下放」，到中、低階機種也都喊出標配指紋辨識，加上現在消金體系也強攻行動支付，必須強化使用者的消費安全，生物辨識技術似乎是一條不可逆的路。
不過，說到這三種生物辨識，目前還是以指紋辨識較為普及。比起臉部或虹膜辨識，都需要一定的姿勢跟角度才能辨識成功，且臉部的裝飾還是比手指多（例如戴口罩的話，就需要把口罩拿下來才能進行辨識），指紋的便利與機動性還是略勝前者。尤其，許多金融機構納入行動支付功能後，也傾向以指紋作為安全識別的一環，重要性將與日俱增，市場評論，這場辨識大戰，有可能會因此逼著在iPhone X主打臉部辨識的蘋果走回老路。
為什麼「指紋」會成為眾家供應商最後的首選？除了方便與機動性強，儲存量小也是一個重要的考量，指紋特徵資料的模板是目前生物特徵辨識當中最小的，每一枚指紋特徵的儲存量僅約120～180位元組（byte），也就是說，辨識與儲存的設備造價會比「刷臉」或「刷眼」便宜。一枚指紋的特徵點大約是50個，臉部則有80個特徵點，至於精確率及安全性最高的虹膜辨識，因為特徵點高達244個，所以錯誤率及重複率也最低，但這也意味著設備成本將會大幅提高。
根據19世紀由英國警察E. R. Henry等人建立的指紋分類系統Henry System，只要有13個特徵點的方向、位置相同，即可確認是相同指紋。而臉部辨識的特徵點雖然比指紋高，理論上來說應該比指紋辨識更不易破解，但ABI Research產業分析師Dimitrios Pavlakis認為，欺騙臉部辨識技術的難度，比破解指紋辨識技術還要簡單5倍，這也是為什麼市場會認為次世代iPhone可能會被迫重回指紋辨識懷抱的原因之一。
不過，「辨識」不全然是越安全就越好。在機器進行辨識的過程中，錯誤接受率（False Acceptance Rate；FAR）與錯誤拒絕率（False Rejection Rate；FRR）會決定辨識的水準，FAR代表安全程度，比率越低越安全，FRR則表示辨識中匹配的情形，數值越低也代表越利於使用。好一點的辨識器FAR已達到百萬分之25以下，而FRR通常小於3%，而我們常在機場海關看到的那種指紋辨識儀器，演算效能基本上就已經接近完美，出錯的比率非常低。
延伸閱讀：指紋辨識技術 影響次世代手機設計觀
