본 논문은 COVID-19 팬데믹 이후 마스크 착용의 증가로 중요성이 커진 마스크 착용 얼굴 인식(MFR) 기술에 대한 종합적인 검토를 제공합니다. 특히 CNN 및 Siamese networks와 같은 심층 학습 기법에 중점을 두고, MFR의 정확도 향상에 기여한 최신 연구 동향을 논의합니다. 조명 변화, 얼굴 자세, 부분 가림, 마스크 종류 등의 과제와 이를 극복하기 위한 인공 데이터베이스를 이용한 데이터 증강, 멀티미디어 기법 등의 기술을 검토합니다. 심층 신경망 설계, 특징 추출 기법, 평가 기준, 데이터셋 등도 다루며, 보안 및 의료 분야에서의 MFR 응용 사례와 미래 연구 동향(효율적인 알고리즘 개발, 멀티미디어 기술 통합 등)을 제시합니다.