A Comprehensive Review of Machine Learning and Deep Learning Techniques for Face Mask Detection
Rattachement africain : in. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
The COVID-19 pandemic accelerated the development of intelligent monitoring systems capable of ensuring compliance with public health guidelines. Among these technologies, face mask detection systems have emerged as an important application of computer vision, machine learning (ML), and deep learning (DL). Automated mask detection enables real-time monitoring in hospitals, airports, educational institutions, shopping malls, and other public environments. Various techniques including Support Vector Machines (SVM), K-Nearest Neighbors (KNN), Decision Trees, Random Forests, Gradient Boosting, Convolutional Neural Networks (CNN), MobileNetV2, ResNet-50, YOLO, and transfer learning models have been proposed for this purpose.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A Comprehensive Review of Machine Learning and Deep Learning Techniques for Face Mask Detection
- Date Crossref
- 30/06/2026
- Éditeur
- International Journal for Research in Applied Science and Engineering Technology
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Maharshi Dayanand University pays non établi dans la noticeUniversité ou école supérieure
-
MDU pays non établi dans la noticeInstitution
Maharshi Dayanand University et MDU.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.