生物识别技术在过去的十几年中取得了巨大的进步，积累了大量的科研成果。利用图像处理和模式识别等技术，在人体的各种生理特征的基础上进行身份识别已越来越为人们所重视。现有的人脸识别技术普遍对年龄变化较为敏感，计算机视觉中有关图像变形和纹理合成的研究进展，给人脸的年龄模拟提供了很好的技术支持。在此基础上，本文研究基于人脸图像的年龄估计等问题，探讨了年龄对各人脸分类器算法的影响，并将各分类器进行融合后应用于3D人脸年龄识别系统。 本文的工作有以下三点： 1.基于形变模型的3D人脸建模在二维人脸数据库的基础上，研究了三维人脸形变模型的建立方法。为开展基于3D人脸形变模型的年龄识别等研究奠定了一定的基础。 2.多分类器融合算法系统地讨论并比较了不同分类器在人脸年龄识别上的优缺点，并以贝叶斯决策理论为基础，对Kittler提出的多分类器融合算法理论框架及其组合规则进行了详细的研究和讨论。同时，对Kittler提出的融合规则进行了改进。 3.基于多分类器融合的年龄估计应用分类器组合规则，在借助各分类器算法进行学习的过程中，完成对目标3D人脸模型的年龄分类，估计人像的大致年龄范围。同时将不同融合规则的分类结果进行比较，选取对于不同分类器最适应的融合规则。该方法能较好地实现人脸的年龄分类，年龄误差可控制在4岁范围内。