カテゴリごとの画像を40～50枚に増やし、3種類の照明条件と6種類の背景で撮影した錠剤画像データセットCUREを構築。そして、錠剤画像をFew-Shot学習させるため、背景のセグメンテーションを行った結果から、着目部分が異なる複数のCNNに処理を分岐させ、Hard Samplesに着目したTriplet Lossベースの距離学習を行うフレームワークを提案した。

既存のNIHの錠剤画像データセット及び本論文の錠剤画像データセットCUREで実験を行い、いずれのデータセットでも従来手法より高い精度。また、錠剤画像の背景のセグメンテーションでは、提案手法がU-NetやESPNetv2より高いIoU値。

錠剤の画像認識というタスクに対し、データセットの構築及びフレームワークの提案から、既存手法との比較及びAblation Studyまで、系統立てた記述がなされているため通ったと考えられる。