随着人工智能及计算机视觉技术的发展,人脸的检测与识别在各行各业的应用已十分广泛。而随着生活中有年龄限制的应用场景的增多,年龄信息越发成为一种重要的新兴生物特征,所以基于人类面部特征的年龄分类研究也逐渐成为计算机视觉领域的热门研究课题。而基于面部视频的性别快速检测技术也是当前的热点研究之一,安防视频和监控系统利用该技术可以对某个区域场景的人员性别快速识别分类。所以本文以人脸年龄性别估计为研究对象,研究通过Inception V4网络模型及算法对此业务功能的实现,以保证其最终在特征检测与融合生成系统中的应用。主要研究内容包括基于Inception V4网络的人脸图像年龄估计模型和人脸图像性别估计模型的构建分析、Inception V4人脸图像年龄估计模型和性别估计模型的设计及在不同训练集与测试集下的实验仿真及与其他同类模型的实验结果对比分析、以及采用Dlib人脸特征点检测技术和Inception V4网络模型结合的人脸图像年龄性别估计方法在特征检测与融合生成系统中的应用实现等。本次课题研究所实现的特征检测与融合生成系统主要由两大部分组成。其中特征检测部分为本文主要研究对象,其原理是通过较为先进的神经网络算法和构建技术建立人脸性别及年龄特征检测模型,而后通过大量的模型训练实现系统人脸特征检测能力;而融合生成部分主要借助Dlib人脸特征点检测技术和Open CV相应图像处理技术,实现两张人脸图像的融合及新人脸图像的生成功能。课题具体研究细节包括:（1）在课题研究背景和意义的基础上,结合当前国内外研究现状,分析本次课题研究主要内容,并提出论文的结构框架和研究路线,以明确课题的总体研究路线。（2）在论文结构框架和研究路线的基础上,分析人脸图像年龄性别估计技术、卷积神经网络、深度残差网络、Goog Le Net网络以及人脸融合生成等技术,从技术上为课题研究提供依据和支持。（3）提出基于Inception V4网络的人脸图像年龄及性别估计方法,并使用此方法设计构建年龄及性别估计模型,在MORPH Album 2数据集中不同训练集及测试集的环境下,对比其他同类功能网络模型进行实验仿真及结果分析。（4）在基于Inception V4网络的人脸年龄性别估计模型基础上,对应用此技术为核心实现的特征检测与融合生成系统进行方案设计。（5）在前文系统设计方案的基础上,选取当前较为流行的系统开发编码技术如Python、Tensor Flow、Dlib等,对采用人脸图像年龄性别估计方法的特征检测与融合生成系统进行详细设计及实现。