顔の属性推定は、動画監視、顔画像検索、ソーシャルメディアなど、多岐にわたる応用が期待されている。これまでに顔の属性推定に関する多数の手法が提案されてきたが、多くの手法は特徴表現学習の過程において、属性間の相関関係や属性の異質性（例えば順序尺度と名義尺度、全体的と局所的な属性の違い）を明示的に考慮していなかった。本稿では、単一の顔画像から複数の異種属性を同時推定するための深層マルチタスク学習（Deep Multi-Task Learning: DMTL）手法を提案する。DMTLでは、すべての属性に共通する特徴学習と、異種属性に特化した特徴学習を組み合わせた畳み込みニューラルネットワーク（CNN）を用いて、属性間の相関関係および異質性を効果的に扱う。また、クラウドソーシングにより取得した異種の人口統計属性（年齢、性別、人種）を備えた、制約のない顔画像データベース（LFW+）を、公開データセットLFWの拡張として構築した。年齢、性別、人種などの複数の顔属性を含むベンチマークデータセット（MORPH II、LFW+、CelebA、LFWA、FotW）における実験結果から、提案手法が最先端手法と比較して優れた性能を発揮することが示された。さらに、単一の属性を有する公開データセット（LAP）における評価により、本手法の優れた汎化能力も確認された。