Estimation de l'âge
Estimez l’âge apparent à partir d’un visage, avec l’incertitude associée au résultat.
Essayez
Prenez une photo ou téléchargez une image pour voir l'estimation de l'âge en action.
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 →
Simple curiosité sur l'âge que vous faites ? Jouer sur ageguesser.ai →
Présentation
Utilisez les estimations pour prioriser l’examen de preuves ou orienter les contenus d’âge ambigu vers les équipes de confiance et sécurité. Une estimation visuelle n’établit pas l’âge légal d’une personne.
Preuves à grande échelle
L'estimation de l'âge permet aux enquêteurs de caractériser rapidement de grands volumes de matériel saisi. Le graphique ci-dessous montre la distribution d'âge estimée sur 100 000 visages détectés dans du matériel d'abus sexuel d'enfants — illustrant comment cette capacité peut synthétiser de vastes ensembles de preuves pour l'enquête et la présentation en justice.
Issu d'une exécution de VST Teams sur 100 000 visages dans du CSAM saisi.
Performance du modèle
Le modèle actuel (v3) est un vision transformer affiné sur un vaste jeu de données d'images réelles avec des étiquettes d'âge vérifiées. Il produit une estimation ponctuelle accompagnée d'une valeur d'incertitude calibrée pour chaque visage détecté.
Ces chiffres décrivent notre jeu d’évaluation, pas la précision de chaque image envoyée. L’erreur varie selon l’âge, la qualité de l’image et la population ; consultez les tranches d’âge ci-dessous.
Précision par tranche d'âge
| Tranche d'âge | EAM (ans) | À ±1 an près | À ±2 ans près |
|---|---|---|---|
| 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 (tous les mineurs) | 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% |
Performance concurrentielle
Une évaluation indépendante par rapport aux principaux systèmes commerciaux d'estimation de l'âge montre que Rigr AI surpasse ses concurrents à chaque âge de 0 à 16 ans, avec des avantages particulièrement marqués pour les jeunes enfants (0–5 ans) et la tranche pré-adolescente/début d'adolescence (8–15 ans) où les taux d'erreur des concurrents sont 2 à 3 fois plus élevés.
Incertitude calibrée
Sur le jeu d’évaluation, 68,48 % des âges réels se situaient dans l’intervalle ±1σ indiqué, contre 68,27 % attendus. Cela mesure la calibration sur ce jeu, sans garantir le résultat d’une image ou d’une autre population.
Les résultats d'âge apparent et de stade de développement sont des estimations visuelles. Ils ne vérifient pas l'identité et n'établissent pas l'âge légal d'une personne. Les décisions à risque élevé ou limites doivent inclure une revue humaine appropriée.
Utilisation opérationnelle
Au sein de VST Teams, l'estimation de l'âge est utilisée pour :
- Mettre en évidence des contenus potentiellement sensibles impliquant des mineurs
- Prioriser l'examen de grands volumes de médias
- Soutenir l'évaluation probatoire sans se substituer au jugement humain
Cette capacité est également disponible sous forme d'API autonome ou d'application légère déployable en environnement isolé. Des plug-ins sont disponibles pour les principaux outils d'analyse d'images médico-légales.
Intégration avec Griffeye
Les résultats d'estimation de l'âge s'affichent directement dans Griffeye Analyze, permettant aux enquêteurs de filtrer et de prioriser sans quitter leur environnement de travail habituel.
Déploiement et maîtrise
Les options sur site ci-dessous maintiennent le traitement dans votre infrastructure. Cette démo publique est différente : les images sont conservées jusqu’à sept jours pour examen de confiance et sécurité, puis supprimées. Politique des données de la démo →
- Architecture entièrement conteneurisée
- Déploiement sur site et en environnement isolé (air-gapped)
- Aucune image envoyée à Rigr AI lors d’un déploiement sur site
- Le client conserve un contrôle total sur les données d'entrée et les résultats
Pour les développeurs
L'API Media Examiner accepte les images en téléversement multipart et renvoie les âges estimés, les cadres de détection, les scores de confiance et l'incertitude calibrée pour chaque visage détecté.
L'estimation faciale de l'âge est intégrée à Media Examiner. Lorsqu'un visage exploitable est visible, la même requête qui renvoie les détections de nudité, d'anatomie et de contenu sexuel renvoie également un âge apparent et son incertitude calibrée — il n'est pas nécessaire de soumettre l'image deux fois. Les intégrations existantes avec le service d'âge autonome restent prises en charge.
Le détail complet des points d’accès, du schéma de réponse et des codes d’erreur figure dans la référence de l’API d’estimation de l’âge. 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-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
}]
}