Altersschätzung
Schätzen Sie das scheinbare Alter anhand eines Gesichts – mit der Unsicherheit zum Ergebnis.
Ausprobieren
Machen Sie ein Foto oder laden Sie ein Bild hoch, um die Altersschätzung in Aktion zu sehen.
Hochgeladene Bilder werden bis zu 7 Tage lang zur Prüfung im Rahmen von Vertrauen & Sicherheit aufbewahrt und anschließend gelöscht. Laden Sie keine Bilder identifizierbarer Personen ohne deren Zustimmung hoch. So gehen wir mit Demo-Daten um →
Nur neugierig, wie alt Sie aussehen? ageguesser.ai spielen →
Überblick
Nutzen Sie Altersschätzungen, um die Sichtung von Beweismitteln zu priorisieren oder Inhalte mit unklarem Alter an Trust-and-Safety-Teams weiterzuleiten. Eine visuelle Schätzung stellt das rechtliche Alter nicht fest.
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.
Aus einem VST Teams-Lauf über 100.000 Gesichter in beschlagnahmtem CSAM.
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.
Diese Werte beschreiben unseren Testdatensatz, nicht die Genauigkeit jedes hochgeladenen Bildes. Der Fehler variiert mit Alter, Bildqualität und Population; beachten Sie die Altersgruppen unten.
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
Im Testdatensatz lagen 68,48 % der tatsächlichen Alterswerte im angegebenen ±1σ-Intervall, gegenüber erwarteten 68,27 %. Das beschreibt die Kalibrierung auf diesem Datensatz, nicht eine Garantie für ein einzelnes Bild oder eine andere Population.
Angaben zu scheinbarem Alter und Entwicklungsstand sind visuelle Schätzungen. Sie verifizieren keine Identität und belegen kein gesetzliches Alter. Risikoreiche und Grenzfallentscheidungen sollten eine angemessene menschliche Prüfung einschließen.
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.
Bereitstellung und Kontrolle
Die lokalen Optionen unten verarbeiten Daten in Ihrer Infrastruktur. Diese öffentliche Demo ist davon getrennt: Bilder werden bis zu sieben Tage zur Sicherheitsprüfung aufbewahrt und danach gelöscht. Datenschutz der Demo →
- Vollständig containerisiert
- On-Premise- und Air-Gapped-Betrieb
- Bei lokaler Bereitstellung werden keine Bilder an Rigr AI gesendet
- Der Kunde behält die volle Kontrolle über Ein- und Ausgaben
Für Entwickler
Die Media-Examiner-API nimmt Bilder als Multipart-Upload entgegen und liefert für jedes erkannte Gesicht das geschätzte Alter, Begrenzungsrahmen, Konfidenzwerte und die kalibrierte Unsicherheit.
Die gesichtsbasierte Altersschätzung ist in Media Examiner integriert. Ist ein geeignetes Gesicht sichtbar, liefert dieselbe Anfrage, die Nacktheits-, Anatomie- und Sexualinhalts-Erkennungen zurückgibt, auch ein scheinbares Alter samt kalibrierter Unsicherheit — das Bild muss nicht zweimal übermittelt werden. Bestehende Integrationen mit dem eigenständigen Altersdienst werden weiterhin unterstützt.
Alle Endpunkte, das Antwortschema und die Fehlercodes stehen in der Altersschätzungs-API-Referenz. Nur auf Englisch.
POST /classify curl -X POST https://api.mes.rigr.ai/classify \
-H "X-API-KEY: $API_KEY" \
-F "[email protected]" \
-F "model=VisualyzeV2" \
-F "estimate_age=true"{
"classification": {
"key": "rigr-none",
"display_name": "No sexual content",
"severity": 0
},
"flags": [],
"detections": [{
"class_name": "Adult Female Face",
"score": 0.9998,
"bbox": {"x": 0.31, "y": 0.12, "w": 0.18, "h": 0.24},
"age": 25.3,
"age_uncertainty": 1.2
}]
}