人脸识别技术是人工智能领域里非常热门的研究方向，从上世纪60年代到现在人脸识别技术发展过程中遇到过许多难题，有年龄变化的人脸识别就是其中之一。在有年龄变化的人脸识别过程中，由于人脸的可塑性非常强，随着年龄变化人脸会发生一系列的变化，比如皱纹，脸部肌肉松弛等，而脸部衰老的模式都是不确定的，因此并没有一个有效的函数能够对衰老过程进行一个准确的描述，因此有年龄变化的人脸识别技术的一个难点是如何建立一个有效的衰老模型。在没有准确的衰老模型参照的情况下，本文从降低程序运行的时间复杂度的角度对有年龄变化的人脸识别技术进行了研究。　　本文主要研究的内容有两个，第一，基于FG-NET数据库进行了年龄估计方法研究，并首次采用了2D-PCA方法进行降维处理，并和传统的PCA方法进行了性能对比；第二，同样采用了2D-PCA方法基于MORPH数据库进行了人脸识别方法研究，并且和PCA方法进行了性能对比。　　本文的主要工作有：　　（1）深入研究了2D-PCA方法，普通PCA方法需要将二维的人脸图像矩阵转化成一维的图像向量，在转化为一维之后由于维数过大导致计算量大幅攀升，进而使得程序运行时间大大增加，而采用2D-PCA的方法只需要直接读取二维图像信息，从而避免了繁杂的计算过程，本文提出将2D-PCA方法分别引入到基于年龄老化数据库的年龄估计和人脸识别研究中，并取得了不错的效果。　　（2）传统的年龄估计方法在读取图像信息上往往采用的是PCA方法进行降维处理，采用标定点方法虽然效果十分优秀，但是由于标定点方法需要手工标定特征点，进而需要消耗大量的时间，本文提出基于2D-PCA方法在FG-NET数据库上的年龄估计仿真实验，分别采用2D-PCA、PCA以及标定点的方法进行了对比实验，其中标定点方法所采用的图片每张都包含68个标定点，三种方法在Matlab仿真环境下运行的时间复杂度上进行了对比实验。　　（3）基于MORPH数据库使用MatlabGUI开发了有年龄变化的人脸识别系统，在年龄老化数据库识别率低下的情况下，本文提出将2D-PCA方法替换传统的PCA方法，并做了对比实验，通过实验表明采用2D-PCA方法在MORPH数据库在识别率和运行时间上都优于PCA方法。