今年六月，这六个组织报告了他们的算法分别针对五种不同的数据组的表现情况。其中对于三种情况他们都能有90%以上的识别率：
一段时间后在同一个人身上辨认相同纹身
辨认一幅纹身中的一个片段。
而在下面两种情况下这些算法只有不到15%的准确率：
分辨不同人身上的相似纹身
在草图、扫描图、照片等多种媒介中搜索相似纹身图案。
密西根州立大学计算机科学工程学院的教授Anil K. Jain说道：“纹身图像识别类似于人脸识别以及其他图像识别技术。”他三年前曾购买了MorphoTrak公司的一种处理算法用来学习和研究。
这些算法都是基于对从纹身图像中抽取的关键点的处理和分析。但相比之下，指纹有端点、分叉点和短纹的特征，人脸有眼睛和鼻子，但是纹身却没有这样的特征来进行辨识和比较。(值得一提的是，Jain近日证明了指纹并不会随着时间改变。令人惊讶的是，警方在刑事审判上长期以来应用的指纹技术，一直都是基于未被证明的假设)
NIST的Ngan表示：除了了解到现有算法的缺点外，纹身识别技术所包含的挑战也说明了在两个方面我们迫切需要进步与完善。
第一，执法机关需要制定收集纹身图案的具体方式：例如对每个手臂上的图案分别拍摄照片，而不是一张拍下双臂，再如记录时要排除衣服和首饰的干扰等。
第二，生物识别产业一定要明确纹身辨认技术中的具体识别特征和内容。我们需要更好地为这些算法定义：什么是吻合，什么是相似，什么是不同。
