Ảnh vân tay là một dạng dữ liệu sinh trắc học khá đặc biệt và thông tin dư
thừa trong ảnh không nhiều. Trong những năm gần đây, các nghiên cứu về
Watermarking trên dữ liệu sinh trắc học được các nhà nghiên cứu quan tâm khá nhiều. Một trong những công trình nghiên cứu đầu tiên liên quan đến lĩnh vực này là mô hình ẩn dữ liệu dễ vỡ nhằm phục vụ cho bài toán chứng thực ảnh vân tay. Trong hướng tiếp cận này, Pankanti và Yeung nhúng một ảnh Watermark vào miền không gian của ảnh vân tay thông qua một khóa. Một năm sau đó, Rath và các công sự đã đưa ra một mô hình ẩn dữ liệu [39] bền vừng với phép nén. Trong mô hình này, quá trình nhúng được hiện thông qua bộ lượng tử hóa hệ số wavelet - WSQ (wavelet scalar quantizer). Sự khác biệt giữa các hệ số wavelet trước và sau lượng tử phục vụ cho mục đích ẩn dữ liệu. Do đó, bộ lượng tử hóa hệ số wavelet sẽ đảm nhận hai nhiệm vụ: chất lượng ảnh sau khi nhúng và khả năng nhúng. Trong số các công trình nghiên cứu sau này, đáng chú ý là hai phương pháp ẩn dữ liệu trên miền không gian đối với ảnh vân được Gunsel và các đồng sự [7] đề xuất vào 2002. Đối với phương pháp thứ nhất, những vùng vân tay quan trọng được đánh dấu thông qua việc phân tích ảnh hướng và dữ liệu ẩn không được nhúng vào những vùng quan trọng đó. Để tránh ảnh hưởng đến giai đoạn phân loại ảnh vân tay, Gunsel và các
đồng sự đã đưa ra phương pháp thứ thứ hai. Trong hướng tiếp cận này, dữ liệu nhúng là những đặc trưng vân tay được dung thay cho vùng quan trọng trong vân tay (như trong phương pháp thứ nhất). Cũng vào thời điểm này, Jain và Uludag [5]
đề xuất hai ứng dụng bảo mật dữ liệu sinh trắc học. Cụ thể là, dữ liệu nhúng là dữ
liệu sinh trắc học, trong khi đối tượng chứa rất đa dạng. Hai ứng dụng này cho phép người dùng hiệu chỉnh các tham số liên quan về khả năng nhúng và tính vô hình của hệ thống. Các tham số hệ thống này được tính toán dựa trên đặc điểm của đối tượng chứa. Vì đặc trưng của mỗi đối tượng chứa khác nhau nên tính vô hình và khả năng nhúng của các phương pháp [5] thường không ổn định. Ngoài ra, kết quả thực nghiệm cho thấy hai phương pháp này không bền với hầu hết các phép thao tác trên miền nén, miền không gian và miền tần số. Gần đây, một công trình nghiên cứu
được đánh giá khá cao được Ghouti và Bouridane [31] đề xuất với đối tượng ảnh chứa là ảnh vân. Với hướng tiếp cận này, các thao tác nhúng dữ liệu được thực hiện trong miền wavelet. Nhờ đó, phương pháp của Ghouti và Bouridane có khả năng bền vững với phép nén JPEG. Tuy nhiên, quá trình nhúng của phương pháp [31] dựa vào đặc điểm của từng loại vân nên dung lượng nhúng không cao và không ổn
định. Mặc dù kết quả thực nghiệm cho thấy, thông tin nhúng vẫn được bảo toàn với phép nén JPEG nhưng lại không bền với các thao tác khác như phép quay, thay đổi
độ sang,... Để khắc phục các nhược điểm của [5] [31] cũng như kế thừa ưu điểm của phương pháp [7] [39] , luận văn phát triển tiếp bài toán bảo toàn dữ liệu sinh trắc học lên thành bài toán chứng thực dựa vào thông tin sinh trắc học. Trong phương pháp đề xuất này, đối tượng nhúng là dữ liệu sinh trắc học và quá trình nhúng được thực hiện trên miền tần số dựa trên hai bộ lượng tự hóa.