Altersschätzung
Überblick
Die Altersschätzung anhand von Gesichtsbildern ist technisch anspruchsvoll und operativ sensibel. Im Ermittlungskontext kommt es auf Genauigkeit, Bias-Kontrolle und Nachvollziehbarkeit an.
Die Altersschätzungsfähigkeit von Rigr AI liefert hochpräzise Altersschätzungen aus Gesichtsbildern und Videoframes und wurde speziell für den Einsatz durch Strafverfolgungsbehörden und in regulierten Umgebungen entwickelt.
Modellleistung
Das aktuelle Modell (v3) ist ein Vision Transformer, der auf einem großen, kuratierten Datensatz realer Bilder mit verifizierten Altersangaben feinabgestimmt wurde. Es liefert eine Punktschätzung zusammen mit einem kalibrierten Unsicherheitswert für jedes erkannte Gesicht.
Genauigkeit nach Altersgruppe
| Altersgruppe | MAE (Jahre) | Innerhalb ±1 Jahr | Innerhalb ±2 Jahre |
|---|---|---|---|
| 0–2 | 0.41 | 95.3% | 97.7% |
| 2–5 | 0.72 | 88.3% | 97.0% |
| 5–8 | 0.77 | 86.1% | 96.4% |
| 8–13 | 1.06 | 73.6% | 93.1% |
| 13–18 | 1.26 | 69.9% | 85.0% |
| 0–18 (alle Minderjährigen) | 0.87 | 81.9% | 94.1% |
| 18–26 | 2.11 | 53.9% | 71.7% |
| 26–40 | 3.30 | 36.8% | 52.7% |
| 40+ | 5.04 | 22.4% | 34.2% |
Wettbewerbsleistung
Eine unabhängige Bewertung gegenüber führenden kommerziellen Altersschätzungssystemen zeigt, dass Rigr AI die Konkurrenz in jedem einzelnen Alter von 0 bis 16 übertrifft, mit besonders starken Vorteilen bei Kleinkindern (0–5 Jahre) und im Vor-/Frühteenageralter (8–15 Jahre), wo die Fehlerquoten der Wettbewerber 2–3× höher sind.
Kalibrierte Unsicherheit
Jede Vorhersage enthält einen kalibrierten Unsicherheitswert (± Jahre), der eine 1σ-Konfidenzgrenze darstellt. Die Unsicherheitsschätzungen des Modells werden rigoros validiert: Auf dem 1σ-Niveau beträgt die tatsächliche Abdeckung 68,48 % gegenüber einem theoretischen Ideal von 68,27 % — nahezu perfekte Kalibrierung. Das bedeutet, dass die angegebenen Konfidenzintervalle vertrauenswürdig und handlungsrelevant sind.
Ausprobieren
Machen Sie ein Foto oder laden Sie ein Bild hoch, um die Altersschätzung in Aktion zu sehen.
Processed securely — no images are stored.
Operativer Einsatz
Innerhalb von VST Teams wird die Altersschätzung eingesetzt, um:
- Potenziell sensible Inhalte mit Minderjährigen hervorzuheben
- Die Prüfung großer Mediendatensätze zu priorisieren
- Die Beweiswürdigung zu unterstützen, ohne das menschliche Urteil zu ersetzen
Die Fähigkeit ist auch als eigenständige API oder leichtgewichtige Anwendung verfügbar, die in einer luftdichten Umgebung eingesetzt werden kann. Plug-ins sind für gängige forensische Bildanalysetools verfügbar.
Integration mit Griffeye
Altersschätzungsergebnisse werden direkt in Griffeye Analyze angezeigt, sodass Ermittler filtern und priorisieren können, ohne ihren bestehenden Arbeitsablauf zu verlassen.
Beweismittel im großen Maßstab
Die Altersschätzung ermöglicht es Ermittlern, große Mengen beschlagnahmten Materials schnell zu charakterisieren. Das folgende Diagramm zeigt die geschätzte Altersverteilung von 100.000 in Material über sexuellen Kindesmissbrauch erkannten Gesichtern — und veranschaulicht, wie diese Fähigkeit große Beweismittelmengen für Ermittlungen und Gerichtspräsentationen zusammenfassen kann.
Bereitstellung und Kontrolle
- Vollständig containerisiert
- On-Premise- und Air-Gapped-Betrieb
- Keine Datenspeicherung
- Der Kunde behält die volle Kontrolle über Ein- und Ausgaben
Für Entwickler
Die Altersschätzungs-API akzeptiert Base64-kodierte Bilder und gibt geschätzte Alter, Begrenzungsrahmen, Konfidenzwerte und kalibrierte Unsicherheit für jedes erkannte Gesicht zurück.
POST /api/image curl -X POST https://api.age.rigr.ai/api/image \
-H "Content-Type: application/json" \
-H "X-API-KEY: $API_KEY" \
-d '{"images": ["'$(base64 -w0 photo.jpg)'"}'{
"results": [{
"results": [{
"age": 25.3,
"uncertainty": 1.2,
"bbox": [175, 133, 364, 378],
"score": 0.9998
}]
}]
}