小売業において，商品管理や棚割り作業の効率化のために，商品棚にある商品をAIで特定したいというニーズが高まっている．商品棚から物体検出された個々の商品画像をデータベース画像と照合し特定する画像照合技術には，店舗毎に異なる照明環境や陳列状態下において，類似デザインを含む数百～数千商品を峻別できること，また頻繁な商品デザイン変更に追随できることが求められる．更に，通常は商品毎に学習に使える画像枚数も限られる．このような課題に対して有効なアプローチとして深層距離学習があり，本研究では，one-shot画像からのデータ拡張，クラスタワイズ引力／斥力機構，エポック毎pairwise semi-hard negativeマイニング，バックボーンCNNでのself-attention機構の活用，などを導入し性能獲得を図った．Recall@5性能は学習済みカテゴリで約97％，未学習カテゴリで約95％を達成した．距離学習の特性により，誤照合の修正作業も効率化が可能である．
