초록
전통적인 재구성 기반 방법은 이상 탐지에서 경쟁력 있는 성능을 달성하는 데 어려움을 겪어왔다. 본 논문에서는 대상 이미지에 조건부로 설정된 새로운 노이즈 제거 과정을 제안한다. 이를 통해 대상 이미지와 유사한 일관성 있는 복원이 가능하다. 제안하는 이상 탐지 프레임워크는 조건부 메커니즘을 활용하며, 대상 이미지를 입력 이미지로 설정하여 노이즈 제거 과정을 안내함으로써 정상적인 패턴을 유지하면서 결함이 없는 재구성 이미지를 생성한다. 이후 입력 이미지와 재구성된 이미지 간의 픽셀 단위 및 특징 단위 비교를 통해 이상 영역을 정밀하게 탐지한다. 마지막으로 특징 단위 비교의 효과를 극대화하기 위해, 조건부 노이즈 제거 과정에서 생성된 거의 동일한 예시를 활용하여 사전 학습된 특징 추출기의 미세 조정을 위한 도메인 적응 기법을 도입한다. DDAD의 유효성은 MVTec 및 VisA 기준 데이터셋을 포함한 다양한 데이터셋에서 검증되었으며, 각각 이미지 수준 AUROC에서 99.8%, 98.9%의 최신 기술 수준 성능을 달성하였다.