Uma das maiores limitações de sistemas de autenticação e identificação de condutores propostos na literatura é a necessidade de retreinar os modelos a cada vez que um novo condutor precisa ser identificado. Sendo assim, este trabalho tem como objetivo apresentar a inédita aplicação de redes neurais siamesas (RNS) para autenticação de condutores, explorando a capacidade desta topologia para criar um espaço de características que facilita a discriminação de condutores, mesmo quando tais condutores não estão no conjunto de treinamento. Com o espaço criado pela RNS e técnicas baseadas em distância foi possível discriminar a autenticidade de condutores com uma AUC (Area Under The Curve) superior a 99%.