본 연구는 확산 모델 기반 지속 산업 이상 탐지 시 발생하는 역사적 정상성 사전 변화 및 파국적 망각 문제를 해결하기 위해 HF-OLB와 HNABG 모듈을 제안합니다.
HF-OLB는 사전 훈련된 U-Net 백본과 학습된 LoRA 뱅크를 고정하고, 새로운 작업별 정상성 잔차를 역사적 LoRA 부분 공간의 직교 보수를 통해 제어합니다.
MVTec 및 VisA 데이터셋 실험 결과, 본 연구는 VisA 2x6 환경에서 이미지 레벨 A-AUROC 83.6%, 픽셀 레벨 A-AUROC 91.8%를 달성하며 기존 방식 대비 성능을 향상시켰습니다.