基于移动设备摄像头的应用，旨在修改照片，使其对人类保持可用性，同时让人脸识别系统无法使用。
(1) 简单方法：等待并从相应的应用商店下载应用。
(2) 通过 Xcode 下载并运行 iOS 应用（详细步骤参见“开发设置”部分）
应用开发为基于摄像头的应用，允许在拍摄新照片或从相机胶卷中选择现有照片时对脸部进行修改，目标是保持这些照片对社交媒体和人类观赏的可用性，同时让人脸识别系统难以准确有效地识别它们。
这是基于先前研究的多种方法实现的。由于移动设备和 TensorFlow Lite 的限制，无法在设备本身上进行学习——因此一些更高级的技术目前尚不可用（但研究和开发可能会在未来取得成果。）
使用说明和完整视频将在首个版本发布时一并提供。
Jupyter 笔记本展示了可以在移动设备上实现的“任意快速风格”对抗技术：
长期来看，这种技术将被选择性地应用（可能作用于照片的某些部分），同时结合基于每张图像生成的柏林/单纯噪声，类似 https://github.com/kieranbrowne/camera-adversaria 中的做法。
使用多种方法来隐藏脸部免受商业识别系统的识别（例如任意文件传输、引入柏林噪声）。在保存到相机胶卷或用于在线用途之前，内部功能会检查是否能够检测到人脸。
然后可以在无需网络访问的情况下检查这些对抗方法的效果。
（未来版本计划包含类似的本地估计功能，以评估样本识别系统对修改后图像的表现（分类而非仅仅检测）。）
要求：Xcode >12
以下过程中需要安装的 Pod：TensorFlow Lite（Swift 每日构建版） // GoogleMLKit // GPUImage3
安装到设备上的操作留给读者自行完成。
未来说明：现在可以通过 TFLite 实现设备端学习。但这可能仍然不切实际，因为迭代时间可能太长，对普通用户没有用。
根据 MIT 许可证分发。更多信息请参见 LICENSE。
