본 논문은 다중 뷰 이미지로부터의 비지도 시각적 이상 감지 문제를 해결하기 위해, 뷰포인트 변화에 강건한 표현 학습을 목표로 하는 ViewSense-AD (VSAD) 프레임워크를 제안한다. 핵심은 다중 뷰 정렬 모듈 (MVAM)을 활용하여 뷰 간 기하학적 일관성을 명시적으로 모델링함으로써, 뷰포인트에 독립적인 표현을 학습하는 것이다. View-Align 잠재 확산 모델 (VALDM)에 MVAM을 통합하여 디노이징 과정에서 점진적이고 다단계 정렬을 수행하며, 가벼운 융합 정제 모듈 (FRM)을 통해 정렬된 특징의 전역적 일관성을 향상시킨다. 이상 감지는 정상 프로토타입의 학습된 메모리 뱅크에 대한 확산 모델에서 얻은 다단계 특징 비교를 통해 수행된다.
