Few-shotの研究は多々ある。Open-setの研究も多々ある。しかし、Few-shotかつOpen-setの研究はほとんどないと主張したうえでMeta-Learningによる手法を提案。データセットをmeta-trainとmeta-testに分割するとき、meta-testにだけ含まれるクラス（meta-trainからするとUnseen-class）が存在するようにして学習する。

Few-shotかつOpen-setな問題設定で、従来手法と比較して優位性を示した。

Few-shotかつOpen-setという問題設定がまだまだ開拓され切ってない研究領域だった。 なお、論文タイトルにも含まれるMeta-Learningがキーアイデアのように思われたが、metric learningも論文後半で追加されており、複数手法を組み合わせないとSoTAに到達しなかった様子。