自動的な年齢および性別分類は、ソーシャルプラットフォームやソーシャルメディアの台頭以来、ますます多くの応用分野で重要性を増している。しかし、現存の手法は実世界の画像に対する性能が依然として著しく不十分であり、顔認識という関連タスクにおいて近年報告されている飛躍的な性能向上と比較すると、その差は顕著である。本論文では、深層畳み込みニューラルネットワーク（CNN）を用いた表現学習によって、これらのタスクにおいて顕著な性能向上が達成可能であることを示す。そのため、学習データの量が限られている状況でも利用可能なシンプルな畳み込みネットワークアーキテクチャを提案する。本手法は、近年の年齢および性別推定のベンチマークであるAdienceデータセット上で評価され、既存の最先端手法を大きく上回ることを示した。