在面对失踪儿童的面部图像库时，当前最先进的面部识别系统在识别多年后被找回的儿童（即“探测样本”）方面仍存在显著局限。为此，我们提出了一种年龄进展模块，可对任意商用面部匹配器输出的深度面部特征进行年龄进展处理。在时间跨度超过10年（即失踪儿童在10年或更长时间后被发现）的情况下，该方法将FaceNet在儿童名人数据集ITWCC上的闭集识别准确率从40%提升至49.56%，将CosFace的准确率从56.88%提升至61.25%。此外，该方法在公开的年龄变化数据集FG-NET上，将识别的rank-1准确率从94.91%提升至95.91%；在CACD-VS数据集上，从99.50%提升至99.58%。实验结果表明，对人脸特征进行年龄进展建模，显著增强了对可能遭受拐卖或绑架的年幼儿童进行识别的能力。