StylePrompter：所有风格只需注意力

GAN 反演旨在将给定图像反演为生成对抗网络（GANs）的对应潜码，尤其是 StyleGAN，其具有解耦的潜空间，可在潜层进行基于属性的图像编辑。由于大多数反演方法基于卷积神经网络（CNNs），我们创新性地将分层视觉 Transformer 主干迁移到 token 级别以预测 $\mathcal{W^+}$ 潜码。我们进一步在 $\mathcal{F}$ 空间中应用风格驱动多尺度自适应细化 Transformer（SMART）来细化生成器的中间风格特征。通过将风格特征作为查询从编码器特征图中检索丢失的身份信息，SMART 不仅能生成高质量的反演图像，还能出人意料地适应编辑任务。我们随后证明 StylePrompter 位于更解耦的 $\mathcal{W^+}$ 中，并展示了 SMART 的可控性。最后，定量与定性实验表明，StylePrompter 能在重建质量与可编辑性之间取得理想平衡，且足够“智能”以适配大多数编辑，优于其他涉及 $\mathcal{F}$ 的反演方法。