肖楠，周明珠，邢军，罗泽，李晓辉＊

1中国科学院计算机网络信息中心，北京 100190

2中国科学院大学，北京 100049

3国家烟草质量监督检验中心，河南 郑州 450001

引 言

在中国，烟草制品消费量极大，其每年所带来的税收利润是国家重要的金融来源。近年来不断有假冒伪劣卷烟混入市场中，严重影响了市场秩序和人民健康，所以对卷烟的真伪进行准确的鉴别对于维护国家和消费者的合法权益具有重要意义。

未拆封的卷烟包装纸作为卷烟的重要标志，是判别卷烟真假的关键因素。传统方法中，技术人员从卷烟包装的色彩、防伪技术应用、工艺特征等角度出发，利用人眼（即感官）与同规格真品进行综合对比[1]，这种方法易造成误差且效率低下。随着计算机技术的不断进步，人们尝试结合图像分类技术对卷烟包装纸图像进行真伪鉴别。张毅等[2]以烟包为单位，利用角点检测方法提取目标二值图以实现烟包识别；王凯华等[3]基于改进的特征点检测方法结合图像配准技术进行鉴别；钟宇等[1]提出机器学习模型，以图像特征向量相似度作为判别指标。这些方法的提出，虽然在一定程度上缓解了卷烟包装真伪鉴别任务中人工识别效率低的问题，但是特征提取器与分类器的选择仍然受到人为因素的干扰，容易导致模型提取特征的能力不足，进而影响模型的分类性能。

深度学习技术因能够利用多层网络结构获得更接近图像的高级语义特征，被广泛应用于包括图像分类、场景识别等计算机视觉任务中[4]。……