본 논문은 비지도 이상 탐지(UAD)를 위한 새로운 방법을 제안합니다. 이 방법은 프로토타입 학습에 기반하며, 특징 기반 비용과 공간 기반 비용을 균형 있게 고려하는 새로운 메트릭을 도입합니다. 이 메트릭을 활용하여 사전 훈련된 이미지 인코더로 추출된 잠재 표현으로부터 최적 수송을 이용해 국소 및 전역 프로토타입을 학습합니다. 프로토타입 학습 시 구조적 제약을 적용하여 정상 샘플의 기저 구조를 포착함으로써 이미지의 불일치를 더욱 효과적으로 탐지할 수 있음을 보여줍니다. 산업 이미지 이상 탐지에 대한 두 개의 기준 벤치마크에서 강력한 기준 모델과 유사한 성능을 달성합니다.
