顔の老化と若返りは、与えられた顔写真からその人物の将来の外見を予測したり、過去の外見を推定したりすることを目的としています。これらの目的を達成するためには、個人の同一性と対応する老化進行や回帰を高精度で保つことが重要です。しかし、既存の手法ではこれら2つの目標を同時に十分に処理することはできません。本研究では、条件付き多クラス敵対的自己符号化器と順序回帰に基づく新しい生成敵対ネットワークアプローチ（CMAAE-OR: Conditional Multi-Adversarial AutoEncoder with Ordinal Regression）を提案します。この手法は、年齢推定技術を使用して老化精度を制御し、高次元特徴表現を利用して個々の同一性を保つことができます。具体的には、まず顔画像が畳み込みエンコーダを通じて潜在ベクトルにマッピングされます。その後、潜在ベクトルは逆畳み込みジェネレータを通じて年齢に条件付けられて顔空間上に射影されます。潜在ベクトルは個々の顔特徴を保持し、年齢は顔の老化と若返りを制御します。さらに、エンコーダとジェネレータに対して判別器と順序回帰が連携して適用され、生成された顔画像がより写実的になるだけでなく、望ましい老化効果も同時に示すようにしています。また、高次元特徴表現が利用されて生成された顔画像の個々の同一性が保たれます。2つのベンチマークデータセットでの実験結果は、提案手法が最先端技術に対して魅力的な性能を示していることを証明しています。