Das auf dem Gang basierende Menschenerkennungssystem ist die wichtigste und attraktivste Methode der Biometrie. Gangart bedeutet die Art des Gehens. Das Video einer Person wird in einer bestimmten Ansicht (in unserem Fall 90 Grad) aufgenommen, die eine Seitenansicht aus der Entfernung ist und effizientere Mittel zur biometrischen Verifizierung bietet, wobei wir den Gang als biometrischen Typ verwenden. In dieser Dissertation schlagen wir einen effizienten Algorithmus vor, der auf einer winkelbasierten Technik basiert und die Erkennung von Menschen ermöglicht, sowie die Implementierung dieser Arbeit. In unserer Arbeit wird zunächst ein Video aufgenommen und dann in Einzelbilder umgewandelt, wonach aus den gegebenen Bildern für einen Zyklus eine Merkmalsextraktion durchgeführt wird. In dieser Arbeit werden drei untere Körperteile zur Erkennung herangezogen und eine Dreieckskorrelation abgeleitet. Mit Hilfe der Kosinus- und Sinusformel wird jeder innere Winkel des Dreiecks berechnet und der Mittelwert jedes Winkels des Dreiecks wird zur Identifizierung in der Datenbank gespeichert. Wenn die Person mit der Datenbank übereinstimmt, wird das Ergebnis ausgegeben, dass die Person gefunden wurde und die Identifizierung abgeschlossen ist. Der Gangalgorithmus wurde in MATLAB implementiert. Für diese Forschungsarbeit haben wir den CASIA 'A'-Satz (der Seitenansichtsbilder liefert) für unser Ergebnis verwendet.

Sie absolvierte 2017 ein MTech-Studium an der Rajiv Gandhi Proudyogiki Vishwavidyalaya, Bhopal, und verfügt über 10 Jahre Erfahrung in Forschung und Lehre. Sie hat ca. 10+ Forschungsarbeiten und Buchkapitel in SCI/Referred International/National Journal und Konferenzen veröffentlicht. Außerdem wurden ihr 3 nationale Patente erteilt und 1 Copyright registriert.