実際の画像認識AI（MobileNet系を2種類）をこの端末上に読み込み、そのAIの判断を誤らせる方向へ画像を微調整する「勾配ベース摂動」を加えます。 複数の異なるAIモデルに同時に効く方向で計算することで、未知のAIにもある程度効きやすくすることを狙っています。 これに加えて周波数ノイズなどの追加摂動も重ね、AIによる画像学習への耐性を高めます。 すべての処理はこの端末（ブラウザ）内で行われ、画像も、内部で使うAIモデルへの入力も、外部には送信されません。
保護したい画像を選択してください。
そのまま「ノイズを加える」を押せば初期設定で加工されます。強さを変えたい場合は下の詳細設定を調整してください。
初回はAIモデル（2種類、合計十数MB〜数十MB程度）の読み込みに少し時間がかかります。加工自体もこの端末で計算するため、スマホだと数十秒〜1、2分程度かかることがあります。
AIモデルは初回読み込み時にこの端末に保存され、次回以降はダウンロードなしで使われます。保存されたモデルを消したい場合はこちらから削除できます。
仕組み：まずこの端末上でMobileNet（軽量な画像認識AI）を読み込み、その内部で使われている勾配情報を使って「AIの認識結果を最も乱す方向」へ画像のピクセルを少しずつ動かします（FGSM/PGDと呼ばれる敵対的摂動の手法の簡易版）。これにMobileNet以外のモデルにもある程度効きやすくするための周波数ノイズ・格子パターン・色収差・幾何学的歪みを追加で重ねています。
ただし、これはあくまで1つの軽量な公開モデル（MobileNet）を基準にした摂動であり、Glaze / Nightshade のように複数の大規模モデル（CLIPなど）に対して長時間かけて最適化された専門ツールと比べると効果は限定的です。JPEG圧縮やリサイズ、AI側の前処理によって摂動の一部が弱まる可能性もあり、すべてのAIモデル・学習方法への効果を保証するものではありません。