设计用于StyleGAN图像处理的编码器 近来，已经出现了通过采用预训练的无条件生成器来执行图像编辑的多种方法。 然而，将这些方法应用于真实图像仍然是一个挑战，因为它必然需要将图像倒置到它们的潜在空间中。 为了成功地反转真实图像，需要找到一种能正确重构输入图像的潜码，更重要的是，它需要对其进行有意义的处理。 在本文中，我们仔细研究了最先进的无条件生成器StyleGAN的潜在空间。 我们确定并分析了StyleGAN潜在空间中失真可编辑性折衷和失真感知折衷的存在。 然后，我们提出了两种设计编码器的