現行用於邊境的個人身份識別方法大多依靠檢查人員的主觀判斷，亦需靠被辨識人士的高度配合。配戴面具及化妝亦加重傳統面部識別的難度。因此，過境篩查過程常有出錯及極為費時，尤其有大批過境或被嫌疑人士需作檢查時更甚。有見及此，電子計算學系Ajay Kumar博士及其研究團隊研發出自動身份識別系統，以改善辨識準確度及效率，從而增強保安檢查。
這系統採用多頻譜生物特徵識別技術，利用近紅外線及可見波長拍攝過境人士的虹膜、眼周特徵及面孔的影像，與預設監視名單人物資料進行比對而得出吻合度評分。此外，系統亦可利用近紅外錄像機偵測過境人士的體溫；所以，可疑人物不再可以利用細緻面具、濃厚妝容及有色隱形眼鏡來瞞騙過境保安檢查。
除了偵測之外，這系統配備網路介面，方便使用者輕易更新及辨識監視名單資料。當發現偽裝人物或與監視名單吻合的人士，它更會發出視覺及/或音頻警報；從而有效辨識嫌疑人士。