في هذا العمل، نقترح نهجًا جديدًا يعتمد على التعلم العميق لتقدير العمر بناءً على صور الوجه. نبدأ بعرض نهج مزدوج لتحسين الصور والتوحيد باستخدام الانتباه. يتيح هذا النهج للشبكة الاستفادة المشتركة من عدة تحسينات لصور الوجه، حيث يتم تجميع تمثيلاتها (الإندودينغ) بواسطة معالج تحويلي (Transformer-Encoder). يُظهر التمثيل المُجمَّع الناتج كفاءة أعلى في تمثيل خصائص صورة الوجه. ثم نقترح إطارًا تكامليًا احتماليًا هرميًا يدمج تقديرًا احتماليًا منفصلًا لعلامات العمر مع مجموعة من نماذج الانحدار المرتبطة بها. ويُدرَّس كل نموذج انحدار بشكل خاص لتحسين التقدير الاحتمالي ضمن نطاقات عمرية محددة. ويُثبت أن نهجنا يتفوق على الطرق الحديثة ويحقق دقة جديدة في تقدير العمر تُعدّ الأفضل حتى الآن عند تطبيقه على مجموعة بيانات MORPH II لتقدير العمر. وأخيرًا، نقدّم تحليلًا للتحيّز في نتائج تقدير العمر ذات المستوى الرفيع الحالي.