针对因光照、拍摄角度及图片质量等因素导致的经典深度学习算法难以有效提取人脸特征、人物身份识别准确率难以达到理想精度的问题，提出一种基于人脸强语义的年龄识别算法.首先，通过注意力矩阵增强人脸区域的特征权重，达到提取特征区域的目的；其次，使用级联双向长短期记忆(Bi-LSTM)网络学习时序帧之间的特征依赖关系，弥补部分特征缺失对识别精度的影响.在人脸数据集IMDB-WIKI和数据集Adience上进行测试，该算法的年龄识别准确率分别达到78.34%和77.89%.实验结果表明，相比于其他基于深度学习算法的方法，该算法在基于图片数据集的人物年龄识别任务上具有更高的准确率.