أصبح التصنيف التلقائي للعمر والجنس مهماً بشكل متزايد في عدد متزايد من التطبيقات، خاصة مع النمو المتسارع للمنصات الاجتماعية ووسائل التواصل الاجتماعي. ومع ذلك، ما زال أداء الطرق الحالية على الصور الواقعية يعاني من قصور كبير، خصوصاً مقارنة بالتقدم الكبير الذي سُجّل مؤخراً في أداء المهام المرتبطة بالتعرف على الوجه. في هذه الورقة، نُظهر أنه من خلال تعلم تمثيلات باستخدام الشبكات العصبية العميقة ذات التحويلات التلافيفية (CNN)، يمكن تحقيق تحسن كبير في الأداء على هذه المهام. ولتحقيق ذلك، نقترح بنية شبكة تلافيفية بسيطة يمكن استخدامها حتى عند توفر كميات محدودة من بيانات التدريب. وقد قمنا بتقييم طريقتنا على معيار Adience الحديث الخاص بتقدير العمر والجنس، وتبين أنها تتفوق بشكل كبير على أحدث الطرق المُعلَّمة حالياً.