تُظهر طرق الجيران الأقرب (kNN) التي تستخدم الميزات العميقة المُدرّبة مسبقًا أداءً قويًا جدًا في كشف الشذوذ عند تطبيقها على الصور الكاملة. إحدى القيود الرئيسية لطرق kNN هي غياب خريطة التجزئة التي توضح مكان وقوع الشذوذ داخل الصورة. في هذه الدراسة، نقدّم منهجية جديدة لتصنيف الشذوذ تعتمد على التماثل بين صورة شاذة وعدد ثابت من الصور الطبيعية المشابهة. تعتمد طريقة "كشف الشذوذ الهرمي الدلالي" (SPADE) على تطابقات مبنية على هرم ميزات متعددة المقاييس. وقد أُظهر أن SPADE تحقق أداءً يُعدّ من الأفضل في مجال كشف الشذوذ وغير المُدرّب وتحديد موقعه، مع الحاجة إلى وقت تدريب شبه معدوم.