数学系信息数学研究所为了研究在信息技术方面最重要的问题之一的生物特征识别技术，组织研究小组，从2001年开始进行研究，几种生物特征识别算法被认为已达到了国际先进水平。
数学系信息数学研究所进行了指纹识别、人脸识别、虹膜识别、手指静脉识别、手掌静脉识别、文本无关型与文本相关型声纹识别算法的研究。
这种识别算法的应用范围很广，世界上对它的研究非常活跃。
- 指纹识别算法研究
本研究所从2004年开始对指纹识别算法的研究。研究的基本方向原本是开发出能够在指纹上下班机、指纹钥匙等指纹识别产品中适用的指纹识别算法。
通过对稳定的特征点描述符构造、高速对比的指纹索引方法构造、提高指纹识别正确性的指纹模板更新方法和指纹预处理方法的研究，已把指纹识别算法的性能提高到世界水平。
2018年6月进行的 世界指纹识别竞赛(FVC-Ongoing, https://biolab.csr.unibo.it/fvcongoing)中获得了好成绩。
- 人脸识别算法研究
研究所对人脸识别算法的研究始于2001年。 其主要研究方向为利用近距离红外线摄像头进行对人脸识别系统构造算法的研究。研究组提高对戴眼镜、脸面姿态变化、不同距离等变化的稳定性并且为了改善系统的正确性，进行了提取特征和对照方法的研究。
研究所开发的近距离红外线人脸识别算法已在人脸上下班机等多个产品中得到利用。
- 虹膜识别算法研究
研究所对虹膜识别算法的研究始于2015年。
为了改善虹膜识别的稳定性和准确性，在各种条件下进行了虹膜检测、边界检测、避免眼皮和睫毛等的干扰、虹膜图像前处理、特征提取方法的研究。
自主开发的虹膜识别算法屡次获得了国际竞赛的高度评价。
- 手指静脉识别算法研究
对手指静脉识别的研究始于2015年。
提高手指静脉识别精确性方面重要的问题是从图像里稳定地检测出手指边界、构成几何变换、稳定地检测血管布局、构成对照方法。研究组在上述研究中有所成绩。
自主开发的手指静脉识别算法也在国际竞赛中获得了高度评价，而且已在很多产品中利用。
- 手掌静脉识别算法研究
研究所对手掌静脉识别算法的研究始于2015年。
在各种背景条件和照明条件、手掌的姿势条件下稳定的手掌检测、为精确检测血管布局的图像预处理、对手掌姿势变化的稳定的特性检测以及对照方法，都是提高手掌静脉识别的精确性的重要问题。研究组集中力量进行解决这些问题的工作，已经取得不少成绩，而且运用到不少产品中。
- 文本无关型与文本相关型声纹识别算法研究
研究所对声纹识别算法的研究始于2001年。
随着手机等移动通信手段的发展，声纹识别研究的重要性更加突出。研究组结合各种特性并利用各种正规化手段，开发出了对噪音、感情等诸多变化非常稳定精确的文本无关型与文本相关型声纹识别算法。
研究所计划在过去的研究成果和经验的基础上，紧密结合深层学习理论等机器学习和模式识别、最新图像处理技术，改善已开发的生物特征识别的水平，进行掌纹识别等现实所需的其他生物特征识别算法的研究。
而且还计划根据世界的发展趋势，进行大大提高多种生物特征识别系统的稳定性和精确性的理论与技术方面的研究。
(1)
(2)
(1)
(2)
(3)
(4)
(1)
(2)
(3)
(4)
(1)
(2)
(3)
(4)