Estimativa de idade

Estime a idade aparente a partir de um rosto, com a incerteza junto do resultado.

Experimente

Tire uma foto ou carregue uma imagem para ver a estimativa de idade em ação.

3 execuções gratuitas por dia. Depois, obtenha uma chave API gratuita para a ferramenta de investigação completa.

Tirar uma foto

ou

Carregar uma imagem

As imagens que enviar são conservadas até 7 dias para revisão de confiança e segurança, sendo depois eliminadas. Não carregue imagens de pessoas identificáveis sem o seu consentimento. Como tratamos os dados da demonstração →

Só curiosidade sobre a idade que aparenta? Jogar no ageguesser.ai →

Visão geral

Use as estimativas para priorizar a revisão de provas ou encaminhar conteúdo com idade ambígua para equipas de confiança e segurança. Uma estimativa visual não estabelece a idade legal de uma pessoa.

Provas em grande escala

A estimativa de idade permite aos investigadores caracterizar rapidamente grandes volumes de material apreendido. O gráfico abaixo mostra a distribuição de idade estimada em 100.000 rostos detetados em material de abuso sexual de crianças — ilustrando como esta capacidade pode sintetizar grandes conjuntos de provas para investigação e apresentação em tribunal.

Idades estimadas — 100.000 rostos em CSAM apreendido 0 5k 10k 15k 20k 25k 30k 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 Idade estimada

De uma execução do VST Teams sobre 100.000 rostos em CSAM apreendido.

Desempenho do modelo

O modelo atual (v3) é um vision transformer ajustado num vasto conjunto de dados curado de imagens reais com rótulos de idade verificados. Produz uma estimativa pontual acompanhada de um valor de incerteza calibrado para cada rosto detetado.

Estes valores descrevem o nosso conjunto de avaliação, não a precisão de cada imagem enviada. O erro varia com a idade, a qualidade da imagem e a população; consulte os grupos etários abaixo.

1.64
anos
EAM global
0.87
anos
EAM para idades 0–18
68.9%
Dentro de ±1 ano
0.961
Pontuação R²

Precisão por faixa etária

Faixa etária EAM (anos) Dentro de ±1 ano Dentro de ±2 anos
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 (todos os menores)0.8781.9%94.1%
18–262.1153.9%71.7%
26–403.3036.8%52.7%
40+5.0422.4%34.2%

Desempenho competitivo

Uma avaliação independente face aos principais sistemas comerciais de estimativa de idade mostra que a Rigr AI supera os concorrentes em cada idade de 0 a 16 anos, com vantagens particularmente fortes para crianças pequenas (0–5 anos) e a faixa pré-adolescente/adolescente inicial (8–15 anos), onde as taxas de erro dos concorrentes são 2–3× mais elevadas.

Incerteza calibrada

No conjunto de avaliação, 68,48% das idades reais ficaram no intervalo ±1σ indicado, face aos 68,27% esperados. Isto mede a calibração nesse conjunto; não garante o resultado de uma imagem nem de outra população.

Os resultados de idade aparente e de estádio de desenvolvimento são estimativas visuais. Não verificam a identidade nem estabelecem a idade legal de uma pessoa. As decisões de risco elevado e os casos limite devem incluir revisão humana adequada.

Uso operacional

Dentro do VST Teams, a estimativa de idade é utilizada para:

  • Destacar conteúdo potencialmente sensível envolvendo menores
  • Priorizar a revisão de grandes conjuntos de dados multimédia
  • Apoiar a avaliação probatória sem substituir o julgamento humano

Esta capacidade também está disponível como API autónoma ou aplicação leve que pode ser implementada num ambiente isolado. Estão disponíveis plug-ins para as principais ferramentas de análise forense de imagens.

Integração com o Griffeye

Os resultados da estimativa de idade são apresentados diretamente no Griffeye Analyze, permitindo aos investigadores filtrar e priorizar sem sair do seu fluxo de trabalho habitual.

Resultados de estimativa de idade da Rigr AI apresentados na interface de análise forense de imagens Griffeye Analyze

Implementação e controlo

As opções locais abaixo mantêm o processamento na sua infraestrutura. Esta demonstração pública é diferente: as imagens são conservadas até sete dias para revisão de confiança e segurança e depois eliminadas. Política de dados da demonstração →

  • Totalmente containerizado
  • Operação on-premise e air-gapped
  • Não são enviadas imagens à Rigr AI numa implementação local
  • O cliente mantém o controlo total das entradas e saídas

Para programadores

A API do Media Examiner aceita imagens por carregamento multipart e devolve idades estimadas, caixas delimitadoras, pontuações de confiança e incerteza calibrada para cada rosto detetado.

A estimativa facial de idade está integrada no Media Examiner. Quando há um rosto adequado visível, o mesmo pedido que devolve as deteções de nudez, anatomia e conteúdo sexual devolve também uma idade aparente e a respetiva incerteza calibrada — não é necessário submeter a imagem duas vezes. As integrações existentes com o serviço de idade autónomo continuam a ser suportadas.

O detalhe completo de endpoints, esquema de resposta e códigos de erro está na referência da API de estimativa de idade. Apenas em inglês.

Início rápido 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"
Resposta
{
  "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
  }]
}