La segmentation des masques faciaux dans le domaine infrarouge est une méthode avancée visant à améliorer la détection et l’isolation des masques dans les images thermiques. Cette technique est essentielle pour diverses applications telles que garantir le respect du port du masque dans les milieux de santé pour protéger la santé publique, renforcer la sécurité en reconnaissant précisément les visages des individus portant des masques et permettre le contrôle des dispositifs sans contact dans les environnements où les masques sont nécessaires, favorisant ainsi la sécurité et l’hygiène.

Cette recherche introduit une stratégie innovante qui utilise les techniques d’apprentissage profond avec l’imagerie infrarouge pour surmonter les limites des méthodes traditionnelles de détection de masques. Elle utilise une version améliorée et personnalisée du modèle Unet. De plus, ce travail fait partie d’une initiative plus large visant à développer des systèmes capables de détecter et de mesurer les fuites dans les masques médicaux de différents types, en utilisant la technologie infrarouge et l’intelligence artificielle.