在本篇論文中,我們利用年齡合成(Age synthesis )重新呈現了人類臉部圖像的自然老化現象。我們提出了兩階段方法模擬一個面部衰老的過程:首先,建立一個延伸了顱面生長模型( Craniofacial growth model) 的形狀轉換模型,並且基於心理物理學和人體測量學的研究,觀察並統計面部的五官輪廓隨著年齡的增長的細微變形,該模型主要描述了人類隨時間成長而影響到面部所產生的形狀變化。 接著運用以圖像梯度為原理的演算法,分區擷取特徵並依此建立老化的紋理模型,在這裡使用Poisson image editing進行細部的紋理的模擬轉換,描述了不同年齡的面部的皺紋和其他皮膚紋理,為了得到老齡化合成的結果,我們透過定義特徵點,並用以三角形測量為基礎的分段仿射的變形( Triangulating and piecewise affine warping)來達成,使模擬結果更加的自然且趨近真實性。 我們從FG_NET和MORPH 兩大年齡數據庫中,對人臉圖像做統計分析其特徵點參數來建立模型,並且尋找相似度高的圖片來進行我們的面部老化程序,包含形狀及紋理的模擬合成。在最後,用此篇論文所呈現的模擬結果,與真實的老化面部圖像進行比較與觀察。