随着社会的发展和科学技术的提高，安全有效的身份验证与识别成为社会各个方面的迫切需求。人脸识别技术就是根据人脸图像通过计算机完成身份识别的一种技术。目前，大多数关于人脸识别问题的研究都集中于解决在外界因素（光照变化、表情变化、姿态变化）的影响下达到较好的识别效果。但是，和外部因素相比，内在因素（人脸的老化因素）对识别效果的影响更加复杂。随着年龄的变化，人脸特征会发生不同程度的变化，这些因素的变化会增加人脸识别问题的难度。本文为了解决年龄相关的人脸识别问题，围绕如何提取和选择对年龄变化具有鲁棒性的特征展开研究工作:　　 首先，随着年龄的变化，人脸会出现老化现象。但是，对于成年时期的男性，有一些几何特征不会随着年龄的变化而改变，这些没有发生变化的几何特征可以作为人脸分类识别的依据。因此，根据单因素样本方差分析理论，定义了A-E贡献度公式来计算几何特征对人脸分类识别的贡献度，从而选择贡献度大的几何特征作为分类识别的主要特征。实验表明，通过A-E贡献度公式选择出来的几何特征能够提高成年男性跨年龄人脸的识别率。　　 其次，在实际生活中，无论是男性还是女性，随着年龄的增长，人脸特征会发生不同程度的改变，这些改变主要包括形状特征变化和纹理特征变化。Gabor小波能够很好的放大人脸的局部纹理信息，金字塔模型可以对人脸的形状特征进行多尺度表达，从而弱化了年龄变化对人脸形状的影响。为了有效的解决具有年龄跨度的人脸识别问题，将Gabor小波运用在金字塔模型上，构建Gabor金字塔特征序列实现人脸描述与识别。实验表明，Gabor金字塔特征序列能够提高年龄变化条件下人脸识别精度。