为了测试指纹扫描系统的性能，技术人员往往要用一种二维合成指纹发生器（2D synthetic fingerprint generators）根据数学统计模型综合指纹特征生成的“假指纹”进行测试。据了解，要测试这种指纹扫描系统的性能，研究人员必须评估数以百万计已知指纹图像。但如此之多的测试数据量是研究人员很难做到的。此外，2D合成指纹生成器不足以用于测试非接触式指纹传感技术，而这种非接触式指纹传感技术已经越来越多地替代传统的接触式指纹采集系统。
为了解决这个问题，一组来自美国密歇根州立大学（MSU）的计算机科学家在Anil Jain的带领下开发出世界上首个3D打印的指纹。Anil Jain说，使用这样的3D指纹可以帮助传感器制造商和算法开发人员改善指纹比对系统的硬件和软件，从而最终导致安全性大幅提高。
Anil Jain和他的团队正在做的是开发出一种方法，将一个指纹的二维图像投射到一个3D手指的表面。
这种3D手指的表面由人体指纹所有纹路组成，是用3D打印机制作。Jain的团队将其称为指纹“替身（phantom）”。
从二维合成图像到3D指纹替身：（a）样本的2D合成指纹图像；（b）通用的3D手指表面;（c）正视图；（d）左轮廓视图和（e）映 射创建的电子3D指纹“替身”；（f）和（h）是分别用800万像素和1600万像素相机拍摄的2D图像生成3D指纹“替身”然后3D打印出来，（g）和（i）是（f）和（g）优化后的2D图像。
在医疗影像领域使用替身或模型进行成像测试是很常见的。例如，为了确保核磁共振成像（MRI）机或CT扫描仪工作正常，首先要用一个已知尺寸和材料属能的模型对这些设备进行测试。
“在医疗保健领域，通常会做一个心脏或肾脏的3D模型。” Jain说。“因为其各种尺寸数据是已知的，然后它们会被放入一台扫描仪和成像系统进行测试校准”。
类似的，Jain的最终目标是制作一个精确的指纹模型，可以用于测试、校准现有的指纹匹配技术。“当我有了这个3D指纹替身，而我又知道它的各种指纹特征的精确数据。”Jain说。“我就可以更好地测试评估指纹识别设备。”
“像这样的工具将有助于提高指纹匹配系统的精确性，从而提高各种以指纹识别为基础的应用的安全性。” Jain说。比如iPhone 5S就使用了指纹解锁技术。
Jain拥有指纹匹配的6项美国专利，并撰写了大量关于生物识别技术和指纹/脸部识别的书籍。