يعتمد الحد الأقصى من التقدم في الكشف عن الشوائب السطحية غير المراقبة التمييزية على مجموعات بيانات خارجية لتصنيع صور تدريب مُضافة بشوائب. وتُعد هذه الأساليب عرضة للفشل عند مواجهة الشوائب القريبة من التوزيع (near-in-distribution)، نظرًا لصعوبة توليد هذه الشوائب بشكل واقعي بسبب تشابهها مع المناطق الخالية من الشوائب. نقترح معمارية تعتمد على تمثيل فضاء الميزات المُكمّلة (quantized feature space) مع مُفكّكين مزدوجين، تُعرف بـ DSR، والتي تتجنب الحاجة إلى توليد الشوائب على مستوى الصورة. وبلا افتراضات حول الخصائص البصرية للشوائب، تقوم DSR بتوليد الشوائب على مستوى الميزات من خلال أخذ عينات من فضاء الميزات المُكمّلة الذي تم تعلمه، مما يسمح بتوليد شوائب قريبة من التوزيع بشكل مُتحكم فيه. حققت DSR أداءً متقدمًا على مستوى الحد الأقصى من الأداء في مجموعتي بيانات الكشف عن الشوائب KSDD2 وMVTec. وتشير التجارب على مجموعة بيانات KSDD2 الواقعية الصعبة إلى أن DSR تتفوق بشكل كبير على الأساليب الأخرى للكشف عن الشوائب السطحية غير المراقبة، حيث تحسن الأداء في الكشف عن الشوائب بنسبة 10% في مؤشر AP، وتحسّن أداء التعرف على موقع الشوائب بنسبة 35% مقارنة بالأساليب السابقة الأفضل أداءً.