1.一种用于对图像中的人脸进行年龄识别的卷积神经网络生成方法，适于在计算设备中执行，所述方法包括步骤：
根据预先获取的人脸图像数据集合，对第一卷积神经网络进行训练以便所述第一卷积神经网络适用于识别人脸，所述人脸图像数据集合包含多个人脸图像信息，每个人脸图像信息包括人脸图像和对应图像中人的年龄信息，所述第一卷积神经网络包括依次相连的多个卷积组、第一全连接层、第二全连接层、第三全连接层和第一分类器；
根据预设的年龄阈值对所述人脸图像数据集合中的每个人脸图像信息进行处理，以便为每个人脸图像信息添加新的年龄阈值属性，所述年龄阈值属性指示对应的人的年龄是大于预设的年龄阈值还是不大于预设的年龄阈值；
将训练好的第一卷积神经网络中的第三全连接层和第一分类器分别替换为第四全连接层和第二分类器，以生成第二卷积神经网络，并根据所述添加了年龄阈值属性的人脸图像数据集合对第二卷积神经网络进行训练，以便所述第二卷积神经网络的第二分类器的输出指示人脸所对应人的年龄是高于所述年龄阈值还是不高于所述年龄阈值；
在训练好的第二卷积神经网络中的第一全连接层之后，添加依次相连的第五全连接层、第六全连接层和第三分类器，以生成第三卷积神经网络，并选择所述人脸图像数据集合中、年龄不大于所预设的年龄阈值的人脸图像信息对第三卷积神经网络进行训练，以便所述第三卷积神经网络的第三分类器的输出指示人脸所对应人的年龄为零到所预设年龄阈值中的哪一个；
在训练好的第三卷积神经网络中的第一全连接层之后，添加依次相连的第七全连接层、第八全连接层和第四分类器，以生成第四卷积神经网络，并根据所述人脸图像数据集合对所述第四卷积神经网络进行训练，以便所述第四分类器的输出指示人脸所对应人的年龄。
2.如权利要求1所述的方法，所述人脸图像数据集合中每个人脸图像信息的人脸图像均保持水平正面且满足预设尺寸，所述人脸图像对应人的年龄为0～100之间的整数。
3.如权利要求1或2所述的方法，所述第一卷积神经网络的各卷积组中均包括至少一个卷积层。
4.如权利要求1-3中任一项所述的方法，在所述在训练好的第二卷积神经网络中的第一全连接层之后，添加依次相连的第五全连接层、第六全连接层和第三分类器，以生成第三卷积神经网络的步骤之前，还包括步骤：
对所述人脸图像数据集合中、年龄不大于预设的年龄阈值的人脸图像信息的年龄进行0/1编码，所述0/1编码包括以预设的年龄阈值加1之和为编码位数，每一位为数字0和数字1中的任一种，从首位开始，数字1出现的次数减1之差为所述年龄。
5.一种年龄识别方法，适于在计算设备中执行，所述方法基于权利要求1-4中任一项所述的训练好的第四卷积神经网络对图像中的人脸进行年龄识别，包括步骤：
将待识别人脸图像输入到训练好的第四卷积神经网络中进行年龄识别；
判断所述训练好的第四卷积神经网络中第二分类器的输出是否大于预设的年龄阈值；
若所述第二分类器的输出为不大于预设的年龄阈值，则获取所述训练好的第四卷积神经网络中第三分类器的输出为人脸所对应人的年龄；
若所述第二分类器的输出为大于预设的年龄阈值，则获取所述训练好的第四卷积神经网络中第四分类器的输出为人脸所对应人的年龄。
6.一种用于对图像中的人脸进行年龄识别的卷积神经网络生成装置，适于驻留在计算设备中，所述装置包括：
第一训练模块，适于根据预先获取的人脸图像数据集合，对第一卷积神经网络进行训练以便所述第一卷积神经网络适用于识别人脸，所述人脸图像数据集合包含多个人脸图像信息，每个人脸图像信息包括人脸图像和对应图像中人的年龄信息，所述第一卷积神经网络包括依次相连的多个卷积组、第一全连接层、第二全连接层、第三全连接层和第一分类器；
属性添加模块，适于根据预设的年龄阈值对所述人脸图像数据集合中的每个人脸图像信息进行处理，以便为每个人脸图像信息添加新的年龄阈值属性，所述年龄阈值属性指示对应的人的年龄是大于预设的年龄阈值还是不大于预设的年龄阈值；
第一生成模块，适于将训练好的第一卷积神经网络中的第三全连接层和第一分类器分别替换为第四全连接层和第二分类器，以生成第二卷积神经网络；
第二训练模块，适于根据所述添加了年龄阈值属性的人脸图像数据集合对第二卷积神经网络进行训练，以便所述第二卷积神经网络的第二分类器的输出指示人脸所对应人的年龄是高于所述年龄阈值还是不高于所述年龄阈值；
第二生成模块，适于在训练好的第二卷积神经网络中的第一全连接层之后，添加依次相连的第五全连接层、第六全连接层和第三分类器，以生成第三卷积神经网络；
第三训练模块，适于选择所述人脸图像数据集合中、年龄不大于所预设的年龄阈值的人脸图像信息对第三卷积神经网络进行训练，以便所述第三卷积神经网络的第三分类器的输出指示人脸所对应人的年龄为零到所预设年龄阈值中的哪一个；
第三生成模块，适于在训练好的第三卷积神经网络中的第一全连接层之后，添加依次相连的第七全连接层、第八全连接层和第四分类器，以生成第四卷积神经网络；
第四训练模块，适于根据所述人脸图像数据集合对所述第四卷积神经网络进行训练，以便所述第四分类器的输出指示人脸所对应人的年龄。
7.如权利要求6所述的装置，所述人脸图像数据集合中每个人脸图像信息的人脸图像均保持水平正面且满足预设尺寸，所述人脸图像对应人的年龄为0～100之间的整数。
8.如权利要求6或7所述的装置，所述第一卷积神经网络的各卷积组中均包括至少一个卷积层。
9.一种年龄识别装置，适于驻留在计算设备中，所述装置基于权利要求6-8中任一项所述的训练好的第四卷积神经网络对图像中的人脸进行年龄识别，包括：
识别模块，适于将待识别人脸图像输入到训练好的第四卷积神经网络中进行年龄识别；
判断模块，适于判断所述识别模块进行年龄识别后的训练好的第四卷积神经网络中第二分类器的输出是否大于预设的年龄阈值；
获取模块，适于当所述判断模块判断出第二分类器的输出不大于预设的年龄阈值时，获取所述识别模块进行年龄识别后的训练好的第四卷积神经网络中第三分类器的输出为人脸所对应人的年龄，当所述判断模块判断出第二分类器的输出大于预设的年龄阈值时，获取所述识别模块进行年龄识别后的训练好的第四卷积神经网络中第四分类器的输出为人脸所对应人的年龄。
10.一种计算设备，包括：
如权利要求6-8中任一项所述的用于对图像中的人脸进行年龄识别的卷积神经网络生成装置；以及
如权利要求9所述的年龄识别装置。