Stima dell'età

Panoramica

La stima dell'età a partire da immagini facciali è tecnicamente complessa e operativamente sensibile. Nel contesto investigativo, la precisione, il controllo dei bias e la tracciabilità sono fondamentali.

La capacità di stima dell'età di Rigr AI fornisce stime dell'età altamente precise a partire da immagini facciali e fotogrammi video, ed è progettata specificamente per l'uso da parte delle forze dell'ordine e in ambienti regolamentati.

Prestazioni del modello

Il modello attuale (v3) è un vision transformer affinato su un ampio dataset curato di immagini reali con etichette di età verificate. Produce una stima puntuale accompagnata da un valore di incertezza calibrato per ogni volto rilevato.

1.64
anni
EAM complessivo
0.87
anni
EAM per età 0–18
68.9%
Entro ±1 anno
0.961
Punteggio R²

Precisione per fascia d'età

Fascia d'età EAM (anni) Entro ±1 anno Entro ±2 anni
0–20.4195.3%97.7%
2–50.7288.3%97.0%
5–80.7786.1%96.4%
8–131.0673.6%93.1%
13–181.2669.9%85.0%
0–18 (tutti i minori)0.8781.9%94.1%
18–262.1153.9%71.7%
26–403.3036.8%52.7%
40+5.0422.4%34.2%

Prestazioni competitive

Una valutazione indipendente rispetto ai principali sistemi commerciali di stima dell'età mostra che Rigr AI supera i concorrenti ad ogni singola età da 0 a 16 anni, con vantaggi particolarmente marcati per i bambini piccoli (0–5 anni) e la fascia pre-adolescenziale/prima adolescenza (8–15 anni), dove i tassi di errore dei concorrenti sono 2–3× più elevati.

Incertezza calibrata

Ogni previsione include un valore di incertezza calibrato (± anni) che rappresenta un limite di confidenza a 1σ. Le stime di incertezza del modello sono rigorosamente validate: al livello 1σ, la copertura effettiva è del 68,48 % rispetto a un ideale teorico del 68,27 % — una calibrazione quasi perfetta. Ciò significa che gli intervalli di confidenza riportati sono affidabili e utilizzabili.

Provalo

Scatta una foto o carica un'immagine per vedere la stima dell'età in azione.

Take a photo

or

Upload an image

Processed securely — no images are stored.

Uso operativo

All'interno di VST Teams, la stima dell'età viene utilizzata per:

  • Evidenziare contenuti potenzialmente sensibili che coinvolgono minori
  • Prioritizzare la revisione di grandi set di dati multimediali
  • Supportare la valutazione probatoria senza sostituire il giudizio umano

La capacità è disponibile anche come API autonoma o applicazione leggera implementabile in un ambiente air-gapped. Sono disponibili plug-in per i principali strumenti di analisi forense delle immagini.

Integrazione con Griffeye

I risultati della stima dell'età vengono visualizzati direttamente in Griffeye Analyze, consentendo agli investigatori di filtrare e prioritizzare senza abbandonare il proprio flusso di lavoro abituale.

Risultati della stima dell'età di Rigr AI visualizzati nell'interfaccia di analisi forense delle immagini Griffeye Analyze

Prove su larga scala

La stima dell'età consente agli investigatori di caratterizzare rapidamente grandi volumi di materiale sequestrato. Il grafico seguente mostra la distribuzione dell'età stimata su 100.000 volti rilevati in materiale di abuso sessuale su minori — illustrando come questa capacità possa sintetizzare grandi insiemi di prove per le indagini e la presentazione in tribunale.

Età stimate — 100.000 volti in CSAM sequestrato 0 5k 10k 15k 20k 25k 30k 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 Età stimata

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 stima dell'età accetta immagini codificate in base64 e restituisce età stimate, bounding box, punteggi di confidenza e incertezza calibrata per ogni volto rilevato.

Avvio rapido POST /api/image
curl -X POST https://api.age.rigr.ai/api/image \
  -H "Content-Type: application/json" \
  -H "X-API-KEY: $API_KEY" \
  -d '{"images": ["'$(base64 -w0 photo.jpg)'"}'
Risposta
{
  "results": [{
    "results": [{
      "age": 25.3,
      "uncertainty": 1.2,
      "bbox": [175, 133, 364, 378],
      "score": 0.9998
    }]
  }]
}