Image GrabCut分割是否取决于图像的大小？

我已经思考了很长一段时间，但从未真正对此进行过详细的分析。使用[1]算法的前景分割是否取决于输入图像的大小？直觉上，在我看来，由于grabcut基于颜色模型，颜色分布不应随着图像大小的变化而变化，但较小图像中的[混叠]伪影可能会起作用

任何关于图像大小依赖于grabcut图像分割的想法或现有实验都将受到高度赞赏

谢谢

[1] C.Rother，V.Kolmogorov和A.Blake，GrabCut：使用迭代图切割的交互式前景提取，ACM Trans。图表，第23卷，309-3142004页。

这里是的PDF，由微软研究院提供

图像大小的两个主要影响因素是运行时间和图像中的细节比例，这可能被认为是重要的。在这两种方法中，运行时是GrabCut最让人头疼的方法——图形切割方法已经相当慢了，GrabCut会反复使用它们

通常，首先将图像降采样到较小的分辨率，通常结合低通滤波器（即，使用高斯核对源图像进行采样）。这显著减少了算法运行的n，同时减少了小细节和噪声对结果的影响

还可以使用遮罩将处理限制为仅处理图像的特定部分。在GrabCut中，您已经获得了一些作为初始“抓取”或选择阶段的内容，稍后在基于笔刷的细化阶段中再次获得。这一阶段还为您提供了一些有关比例的隐含信息，即感兴趣的特征可能正在填充大部分选择区域

建议：

以任何方便的比例显示图像，并根据其示例将所选区域的采样降低到大约n=100k到200k的范围。如果需要提高结果质量，请使用初始阶段的结果作为后续更高分辨率迭代的起点。

大小很重要

GrabCut的目标函数平衡了两个术语：

一元术语，用于测量前/背景颜色模型的每像素拟合度

平滑度项（成对项），用于测量分割边界的“复杂性”

第一项（一元数）与前景的面积成比例，而第二项（平滑度）与前景的周长成比例。
因此，如果按x2因子缩放图像，则面积将增加x4，而周长仅粗略地按x2因子缩放

因此，如果针对特定的图像大小/比例调整（或学习）能量函数的参数，这些参数在不同的图像大小中可能不适用

PS
您知道Office 2010“前景选择工具”是基于GrabCut算法的吗