本文分析了面部年龄预测方法的基本思想和特点，总结了国内外研究现状及其局限性，并提出了面部特征点和纹理特征相结合的年龄预测方法。在现实生活中，可以看到随着时间的推移每个年龄段的面部衰老情况会发生相应的变化，对于同一个人来说，每个年龄段的面部特征也会有所差异，根据面部衰老特点对年龄预测进行了系统分析。
　　提出一种基于面部特征点和纹理特征的年龄预测方法。一方面从纹理特征的角度进行研究，随着年龄的增长，面部皮肤老化、色斑增加，细纹更加明显，面部纹理特征发生了巨大的改变；另一方面从几何角度进行研究，随着年龄的增长，尤其在生长发育阶段，面部五官随着头骨和面部肌肉的生长发生了相应的改变，而在衰老阶段，面部五官随着肌肉的老化而松弛下垂，即相应面部特征点位置坐标发生了改变，因此研究纹理特征和面部特征点对年龄预测准确率的影响异常重要。
　　首先，对FG-NET数据集面部图像进行纹理特征提取以及面部特征点标注，对每张面部图像分别提取22个纹理特征以及49个特征点；然后将得到的纹理特征数值及相应特征点坐标数据分别进行数据标准化处理；通过回归预测对两组数据进行分析。通过研究发现面部特征点所包含的面部形态特征比面部纹理特征更能反映面部年龄，最后将面部特征点和纹理特征相结合，发现效果最佳。
　　此外，为了研究不同年龄段之间的差异，将数据集的年龄从0岁开始每隔5岁进行划分，总共划分为11个不同的年龄段，依据面部纹理特征和特征点对FG-NET数据集面部图像进行年龄段预测。研究结果表明，这两个特征的结合可以很好地预测不同年龄段的人群。综上所述，本文设计了一种基于面部特征点和纹理特征的年龄预测方法，并通过研究验证了本方法在个体年龄预测和年龄段预测中的有效性。