年齢推定
概要
顔画像から年齢を推定することは、技術的に困難であり、運用上もデリケートです。捜査の現場では、精度、バイアス制御、監査可能性が重要となります。
Rigr AI の年齢推定機能は、顔画像や映像フレームから極めて高精度な年齢推定を提供し、法執行機関および規制対象の用途に特化して設計されています。
スケールで扱う証拠
年齢推定により、捜査員は大量の押収資料を迅速に特徴づけることができます。下のグラフは、児童性的虐待コンテンツ内で検出された10万件の顔における推定年齢分布を示しており、本機能が大規模な証拠集合を捜査や法廷提示のためにどのように要約できるかを表しています。
押収された CSAM 内の10万件の顔に対する VST Teams 実行結果より。
お試しください
写真を撮影するか画像をアップロードして、年齢推定の動作をご覧ください。
送信いただいた画像は、トラスト＆セーフティ審査のため最長7日間保持された後、削除されます。本人の同意なく、識別可能な人物の画像をアップロードしないでください。デモデータの取り扱いについて →
モデルの性能
現行モデル（v3）は、検証済みの年齢ラベルを付与した実世界の画像から成る大規模かつ厳選されたデータセットでファインチューニングされたビジョントランスフォーマーです。検出された各顔について、点推定値と較正された不確実性の値を出力します。
年齢層別の精度
| 年齢層 | 平均絶対誤差（年） | ±1年以内 | ±2年以内 |
|---|---|---|---|
| 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歳（すべての未成年者） | 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% |
競合との比較性能
主要な商用年齢推定システムを対象とした独立評価では、Rigr AI が0歳から16歳までのあらゆる年齢で競合を上回り、特に幼児（0〜5歳）およびプレティーン／ティーン初期（8〜15歳）の層で顕著な優位性を示しました。これらの層では、競合の誤差率は2〜3倍高くなっています。
較正された不確実性
すべての予測には、1σの信頼区間を表す較正された不確実性の値（±年）が含まれます。モデルの不確実性推定は厳格に検証されており、1σ水準での実際のカバレッジは理論上の理想値68.27%に対して68.48%と、ほぼ完璧な較正を達成しています。これは、報告される信頼区間が信頼でき、実務に活用できることを意味します。
運用での活用
VST Teams において、年齢推定は次の目的で利用されます。
- 未成年者が関与する潜在的にデリケートなコンテンツを強調表示する
- 大規模なメディアデータセットにわたる確認作業に優先順位を付ける
- 人間の判断を置き換えることなく、証拠評価を支援する
本機能は、エアギャップ環境に展開できるスタンドアロンの API または軽量アプリケーションとしても利用できます。主要なフォレンジック画像分析ツール向けのプラグインも提供しています。
Griffeye との統合
年齢推定の結果は Griffeye Analyze 内に直接表示され、捜査員は既存のワークフローを離れることなくフィルタリングと優先順位付けを行えます。
展開と制御
- 完全にコンテナ化
- オンプレミスおよびエアギャップ環境での運用
- データの保持なし
- 入力と出力に対する完全な制御権をお客様が保持
開発者向け
年齢推定 API は base64 エンコードされた画像を受け取り、検出された各顔について推定年齢、バウンディングボックス、信頼度スコア、較正された不確実性を返します。
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)'"}'{
"results": [{
"results": [{
"age": 25.3,
"uncertainty": 1.2,
"bbox": [175, 133, 364, 378],
"score": 0.9998
}]
}]
}