يهدف الكشف عن الشذوذ السطحي البصري إلى اكتشاف مناطق صورة محلية تختلف بشكل كبير عن المظهر الطبيعي. تعتمد الطرق الحديثة للكشف عن الشذوذ السطحي على النماذج التوليدية لإعادة بناء المناطق الطبيعية بدقة، وتُفشل في التعامل مع الشذوذات. تُدرَّب هذه الطرق فقط على صور خالية من الشذوذ، وغالبًا ما تتطلب خطوات ما بعد التدريب يدوية معقدة لتحديد موقع الشذوذ، مما يحول دون تحسين استخلاص الميزات لتحقيق أقصى قدر من القدرة على الكشف. بالإضافة إلى النهج التوليدية، نُصِف الكشف عن الشذوذ السطحي بشكل أساسي كمشكلة تمييزية، ونُقدّم نموذجًا مُدرَّبًا تمييزياً للتمثيل التوليدية للشذوذ (DRAEM). يتعلم هذا النموذج تمثيلًا مشتركًا للصورة الشاذة ونسخة مُعاد بناؤها خالية من الشذوذ، في الوقت نفسه الذي يتعلم فيه حدًا قرارًا بين الأمثلة الطبيعية والشاذة. يُمكّن هذا الأسلوب من تحديد الشذوذ مباشرة دون الحاجة إلى معالجة ما بعد معقدة للإخراج الشبكي، ويمكن تدريبه باستخدام محاكاة شذوذ بسيطة وعامة. على مجموعة بيانات MVTec للكشف عن الشذوذ، يتفوق DRAEM على أفضل الطرق غير المراقبة الحالية بفارق كبير، بل ويحقق أداءً في الكشف قريبًا من الطرق المراقبة بالكامل على مجموعة بيانات DAGM الشهيرة للكشف عن عيوب السطح، مع تفوق كبير في دقة التحديد المكاني.