基于图像的人脸年龄估计,是计算机视觉和图像处理领域的热门课题。尤其是在社会老龄化不断发展的今天,自动人脸年龄评估不仅对刑事侦查、图像检索和智能监控等领域有积极作用,更是监护老年人生活状态的新策略。因此,对算法精度的需求不断提升,科学家在改进算法的同时,硬件的改进也为研究带来新的亮点。本文研究基于3X3阵列相机成像的人脸年龄估计算法,研究内容如下:1.阵列图像预处理。对比不同人脸检测算法的优劣,使用Haar特征+AdaBoost算法进行人脸检测,提高人脸检测准确率。2.分析本文采用的单平面3X3阵列彩色相机对于人脸年龄估计算法带来的优势,对9阵列图像的配准和融合增加人脸年龄特征细节。3.本文提出了 一种改进的基于卷积神经网络的人脸年龄估计网络结构。并与已有网络结构模型对比,与微调网络模型对比实验结果,计算得到最优模型。构建适合人脸年龄估计的网络结构,基于上述研究内容,本文使用阵列镜头获取的阵列图像进行实验,在识别速度和实验精度方面得到有效验证,微调模型识别准确率高出3.65%的识别率。