Classificazione CSAM
Panoramica
L'identificazione e la classificazione di contenuti sessuali nei media sequestrati è centrale nelle indagini sullo sfruttamento minorile. La revisione manuale è lenta, traumatizzante per gli investigatori e incoerente su larga scala.
La capacità di Classificazione dei Media di Rigr AI utilizza il rilevamento di oggetti basato su deep learning per identificare contenuti sessuali, parti del corpo, attività e indicatori contestuali nelle immagini — e mappa tali rilevamenti in una classificazione di gravità strutturata allineata con i quadri di valutazione consolidati.
Capacità di rilevamento
I nostri modelli di IA rilevano elementi visivi nelle seguenti categorie:
Parti del corpo e anatomia
Genitali, seni, natiche, mani, piedi — ciascuno classificato per stadio di sviluppo (da neonato ad adulto).
Attività sessuali
Rapporto sessuale, sesso orale, penetrazione, masturbazione, posa e contatto non penetrante — rilevati e classificati con precisione.
Dati demografici per età
Volti e figure a corpo intero classificati per stadio di sviluppo: neonato, bambino piccolo, prepubere, pubere e adulto.
Indicatori contestuali
Selfie (telefono/fotocamera), screenshot, loghi di reti CSAM, abbigliamento, gioielli, restrizioni e altri marcatori probatori.
Classificazione di gravità
A ogni immagine viene assegnata una classificazione di gravità a livello di fotogramma basata sul contenuto più grave rilevato. La classificazione corrisponde a una scala strutturata progettata per il triage investigativo:
| Gravità | Classificazione | Descrizione |
|---|---|---|
| 0 | Nessun contenuto sessuale | Nulla di interesse investigativo rilevato |
| 1 | Adulto — benigno (verdetto del revisore) | Materiale adulto esplicito, assegnato da un analista in fase di revisione. Il classificatore non emette mai il livello 1: la sua scala è 0, 2, 3, 4, 5. |
| 2 | Sfruttante / suggestivo | Nudità, anatomia esposta o contesto sessualizzato senza attività esplicita |
| 3 | Posa apertamente sessualizzata | Presentazione genitale deliberata o posizionamento apertamente sessualizzato |
| 4 | Attività sessuale non penetrante | Masturbazione, leccamento o altro contatto sessuale non penetrante |
| 5 | Attività sessuale penetrante | Rapporto sessuale, sesso orale, penetrazione anale o vaginale |
Ogni rilevamento è arricchito anche con marcatori contestuali — come Autogenerato, Sadomasochismo o Elementi CG — che forniscono ulteriore contesto investigativo. Questa è una scala di triage, non una scala normativa. Categorie e soglie variano da giurisdizione a giurisdizione, e VST Teams mappa la scala sulle regole locali applicabili al team.
Provalo
Carica un'immagine per vedere la classificazione dei media in azione. I contenuti per adulti sono accettati a scopo di test.
I contenuti per adulti vanno bene per i test — non caricare materiale pedopornografico.
Le immagini inviate vengono conservate fino a 7 giorni per la revisione di fiducia e sicurezza, dopodiché vengono eliminate. Non caricare immagini di persone identificabili senza il loro consenso. Come trattiamo i dati della demo →
Uso operativo
Nei flussi di lavoro investigativi, la Classificazione dei Media viene utilizzata per:
- Triare grandi volumi di media sequestrati per gravità
- Identificare attività sessuali specifiche, parti del corpo e indicatori contestuali
- Segnalare contenuti autogenerati, loghi di reti CSAM e altri marcatori probatori
- Prioritizzare le code di revisione affinché gli investigatori si concentrino sul materiale più grave
La capacità è disponibile anche come API autonoma o applicazione containerizzata implementabile in un ambiente air-gapped.
Distribuzione e controllo
- Completamente containerizzato
- Funzionamento on-premise e air-gapped
- Nessuna conservazione dei dati
- Il cliente mantiene il pieno controllo su input e output
Per gli sviluppatori
L'API di classificazione accetta immagini tramite caricamento multipart e restituisce una classificazione di gravità, marcatori contestuali e rilevamenti per oggetto con bounding box e punteggi di confidenza.
La stima facciale dell'età viene eseguita nello stesso passaggio. Aggiungi estimate_age=true e ogni rilevamento di volto includerà un'età apparente e la relativa incertezza calibrata, insieme alla classificazione di gravità e ai rilevamenti per oggetto: un'immagine, una chiamata API. L'età apparente e lo stadio di sviluppo sono stime visive: non verificano l'identità né stabiliscono l'età legale di una persona.
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"
}]
}