Classification CSAM
Présentation
L'identification et la classification de contenus sexuels dans les médias saisis sont au cœur des enquêtes sur l'exploitation des enfants. L'examen manuel est lent, traumatisant pour les enquêteurs et incohérent à grande échelle.
La capacité de Classification des Médias de Rigr AI utilise la détection d'objets par apprentissage profond pour identifier les contenus sexuels, les parties du corps, les activités et les indicateurs contextuels dans les images — puis associe ces détections à une classification de gravité structurée que votre équipe configure.
Capacités de détection
Nos modèles d'IA détectent des éléments visuels dans les catégories suivantes :
Parties du corps et anatomie
Organes génitaux, seins, fesses, mains, pieds — chacun classé par stade de développement (nourrisson à adulte).
Activités sexuelles
Rapport sexuel, sexe oral, pénétration, masturbation, pose et contact non pénétrant — détectés et étiquetés avec précision.
Données démographiques d'âge
Visages et silhouettes classés par stade de développement : nourrisson, tout-petit, prépubère, pubère et adulte.
Indicateurs contextuels
Selfies (téléphone/appareil photo), captures d'écran, logos de réseaux CSAM, vêtements, bijoux, entraves et autres marqueurs probatoires.
Configurez la classification pour votre juridiction
Votre équipe décide quels éléments détectés conduisent à quel niveau de gravité. Rigr fournit des règles suggérées que vous adaptez à la législation applicable et à vos besoins opérationnels, y compris là où aucun cadre national de classification n'existe.
Chaque image se voit attribuer une gravité au niveau de la trame, basée sur le contenu le plus grave détecté. L'échelle ci-dessous est la configuration suggérée livrée par Rigr :
| Gravité | Classification | Description |
|---|---|---|
| 0 | Aucun contenu sexuel | Aucun contenu sexuel détecté — ce qui ne signifie pas que l'élément est sans intérêt |
| 1 | Adulte — bénin (verdict du relecteur) | Contenu adulte explicite, attribué par un analyste lors de la relecture. Le classifieur n'émet jamais le niveau 1 — son échelle est 0, 2, 3, 4, 5. |
| 2 | Exploitant / suggestif | Nudité, anatomie exposée ou contexte sexualisé sans activité explicite |
| 3 | Pose ouvertement sexualisée | Présentation génitale délibérée ou positionnement ouvertement sexualisé |
| 4 | Activité sexuelle non pénétrante | Masturbation, léchage ou autre contact sexuel non pénétrant |
| 5 | Activité sexuelle pénétrante | Rapport sexuel, sexe oral, pénétration anale ou vaginale |
Chaque détection est également enrichie de drapeaux contextuels — tels que Auto-généré, Sadomasochisme ou Éléments CG — fournissant un contexte d'enquête supplémentaire. Il s'agit d'une échelle de triage, non d'une échelle légale. Les catégories et les seuils varient selon la juridiction, et c'est votre équipe qui décide quelles détections correspondent à quel niveau.
Filtrez et triez par gravité prédite et par confiance du modèle pour prioriser l'examen. Une photo de famille ou un document peut compter dans un dossier sans contenir de contenu sexuel : une gravité faible indique une place dans la file d'attente, et non une décision sur la pertinence.
Essayez
Téléchargez une image pour voir la classification des médias en action. Le contenu adulte est accepté à des fins de test.
Le contenu adulte convient pour les tests — ne téléversez pas de matériel pédopornographique.
Les images que vous soumettez sont conservées jusqu'à 7 jours pour un contrôle de confiance et de sécurité, puis supprimées. Ne téléversez pas d'images de personnes identifiables sans leur consentement. Comment nous traitons les données de démonstration →
Utilisation opérationnelle
Au sein des flux de travail d'enquête, la Classification des Médias est utilisée pour :
- Trier de grands volumes de médias saisis par niveau de gravité
- Identifier les activités sexuelles spécifiques, les parties du corps et les indicateurs contextuels
- Signaler les contenus auto-générés, les logos de réseaux CSAM et d'autres marqueurs probatoires
- Prioriser les files d'examen afin que les enquêteurs se concentrent sur les contenus les plus graves
Cette capacité est également disponible sous forme d'API autonome ou d'application conteneurisée déployable en environnement isolé (air-gapped).
Déploiement et maîtrise
- Architecture entièrement conteneurisée
- Déploiement sur site et en environnement isolé (air-gapped)
- Aucune conservation de données
- Le client conserve un contrôle total sur les données d'entrée et les résultats
Pour les développeurs
L'API de classification accepte les images par téléchargement multipart et renvoie une classification de gravité, des drapeaux contextuels et des détections par objet avec boîtes englobantes et scores de confiance.
L'estimation faciale de l'âge s'exécute dans la même passe. Ajoutez estimate_age=true et chaque détection de visage porte un âge apparent et son incertitude calibrée, aux côtés de la classification de gravité et des détections par objet — une image, un appel d'API. L'âge apparent et le stade de développement sont des estimations visuelles : ils ne vérifient pas l'identité et n'établissent pas l'âge légal d'une personne.
Le détail complet des points d’accès, du schéma de réponse et des codes d’erreur figure dans la référence de l’API Media Examiner, accompagnée d’un document OpenAPI permettant de générer un client plutôt que de l’écrire. En anglais uniquement.
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-penetrative",
"display_name": "Penetrative sexual activity",
"severity": 5
},
"flags": ["Self-Generated"],
"detections": [{
"class_name": "Male Receive Oral",
"score": 0.87,
"bbox": {"x": 0.12, "y": 0.45, "w": 0.31, "h": 0.62},
"ucs_sexual_content": "Penetrative Sexual Activity",
"ucs_flags": []
}, {
"class_name": "Pubescent Female Face",
"score": 0.92,
"bbox": {"x": 0.50, "y": 0.17, "w": 0.09, "h": 0.18},
"age": 14.8,
"age_uncertainty": 2.1,
"original_class_name": "Prepubescent Female Face"
}]
}