Estimación de edad
Estime la edad aparente a partir de un rostro, con la incertidumbre junto al resultado.
Pruébelo
Tome una foto o suba una imagen para ver la estimación de edad en acción.
Las imágenes que envíe se conservan hasta 7 días para su revisión de confianza y seguridad, y luego se eliminan. No suba imágenes de personas identificables sin su consentimiento. Cómo tratamos los datos de la demostración →
¿Solo curiosidad por saber qué edad aparenta? Jugar en ageguesser.ai →
Descripción general
Use las estimaciones para priorizar la revisión de pruebas o derivar contenido de edad ambigua a los equipos de confianza y seguridad. Una estimación visual no establece la edad legal de una persona.
Evidencia a escala
La estimación de edad permite a los investigadores caracterizar rápidamente grandes volúmenes de material incautado. El gráfico a continuación muestra la distribución de edad estimada en 100.000 rostros detectados en material de abuso sexual infantil — ilustrando cómo esta capacidad puede resumir grandes conjuntos de evidencia para la investigación y presentación en juicio.
De una ejecución de VST Teams sobre 100.000 rostros en CSAM incautado.
Rendimiento del modelo
El modelo actual (v3) es un vision transformer ajustado en un amplio conjunto de datos curado de imágenes reales con etiquetas de edad verificadas. Produce una estimación puntual junto con un valor de incertidumbre calibrado para cada rostro detectado.
Estas cifras describen nuestro conjunto de evaluación, no la precisión de cada imagen enviada. El error varía según la edad, la calidad de imagen y la población; consulte los grupos de edad siguientes.
Precisión por rango de edad
| Rango de edad | EAM (años) | Dentro de ±1 año | Dentro de ±2 años |
|---|---|---|---|
| 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 (todos los menores) | 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% |
Rendimiento competitivo
Una evaluación independiente frente a los principales sistemas comerciales de estimación de edad muestra que Rigr AI supera a los competidores en cada edad de 0 a 16 años, con ventajas particularmente fuertes para niños pequeños (0–5 años) y el rango preadolescente/adolescente temprano (8–15 años), donde las tasas de error de los competidores son 2–3× más altas.
Incertidumbre calibrada
En el conjunto de evaluación, el 68,48 % de las edades reales quedó dentro del intervalo ±1σ indicado, frente al 68,27 % esperado. Esto mide la calibración en ese conjunto; no garantiza el resultado de una imagen ni de otra población.
Los resultados de edad aparente y etapa de desarrollo son estimaciones visuales. No verifican la identidad ni establecen la edad legal de una persona. Las decisiones de alto riesgo y los casos límite deben incluir una revisión humana adecuada.
Uso operativo
Dentro de VST Teams, la estimación de edad se utiliza para:
- Destacar contenido potencialmente sensible que involucre a menores
- Priorizar la revisión de grandes conjuntos de datos multimedia
- Apoyar la evaluación probatoria sin reemplazar el juicio humano
Esta capacidad también está disponible como API independiente o aplicación ligera que puede desplegarse en un entorno aislado. Hay plug-ins disponibles para las principales herramientas de análisis forense de imágenes.
Integración con Griffeye
Los resultados de la estimación de edad se muestran directamente dentro de Griffeye Analyze, permitiendo a los investigadores filtrar y priorizar sin abandonar su flujo de trabajo habitual.
Despliegue y control
Las opciones locales siguientes mantienen el procesamiento en su infraestructura. Esta demo pública es distinta: las imágenes se conservan hasta siete días para revisión de confianza y seguridad y después se eliminan. Política de datos de la demo →
- Totalmente containerizado
- Operación on-premise y air-gapped
- No se envían imágenes a Rigr AI en un despliegue local
- El cliente mantiene el control total de las entradas y salidas
Para desarrolladores
La API de Media Examiner acepta imágenes mediante carga multipart y devuelve edades estimadas, cuadros delimitadores, puntuaciones de confianza e incertidumbre calibrada para cada rostro detectado.
La estimación facial de edad está integrada en Media Examiner. Cuando hay un rostro adecuado visible, la misma solicitud que devuelve las detecciones de desnudez, anatomía y contenido sexual devuelve también una edad aparente y su incertidumbre calibrada: no es necesario enviar la imagen dos veces. Las integraciones existentes con el servicio de edad independiente siguen siendo compatibles.
El detalle completo de endpoints, esquema de respuesta y códigos de error está en la referencia de la API de estimación de edad. Solo en inglés.
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
}]
}