Después de diferentes olas consecutivas, la fase pandémica de la enfermedad por coronavirus 2019 no parece estar terminando pronto para la mayoría de los países del mundo. Para frenar la propagación del virus COVID-19, se han adoptado varias medidas desde el inicio del brote, incluyendo el uso de mascarillas y el mantenimiento del distanciamiento social. Garantizar la seguridad en las áreas públicas de las ciudades inteligentes requiere tecnologías modernas, como el aprendizaje profundo y el aprendizaje por transferencia profunda, y la visión por computadora para la detección automática de mascarillas y el control preciso de si las personas llevan las mascarillas correctamente. Este artículo revisa el progreso en la investigación sobre la detección de mascarillas, enfatizando las técnicas de aprendizaje profundo y aprendizaje por transferencia profunda. Primero se describen y discuten los conjuntos de datos existentes sobre la detección de mascarillas antes de presentar los avances recientes en todas las etapas de procesamiento relacionadas utilizando una taxonomía bien definida, la naturaleza de los detectores de objetos y las arquitecturas de Redes Neuronales Convolucionales empleadas y su complejidad, y las diferentes técnicas de aprendizaje profundo que se han aplicado hasta ahora. A continuación, se resumen los resultados de las pruebas de referencia y se proporcionan discusiones sobre las limitaciones de los conjuntos de datos y metodologías. Por último, se discuten en detalle las direcciones futuras de investigación.