1.一种用于输出图像的方法，包括：

获取待预测用户在预设年龄段的人脸图像和待预测年龄段；

从所述待预测用户在所述预设年龄段的人脸图像中提取所述待预测用户在所述预设年龄段的人脸特征；

将所述待预测用户在所述预设年龄段的人脸特征和所述待预测年龄段输入至预先训练的预测模型，得到所述待预测用户在所述待预测年龄段的预测人脸特征，其中，所述预测模型用于预测人脸特征；

基于所述待预测用户在所述待预测年龄段的预测人脸特征，生成所述待预测用户在所述待预测年龄段的预测人脸图像；

输出所述待预测用户在所述待预测年龄段的预测人脸图像；

其中，所述基于所述待预测用户在所述待预测年龄段的预测人脸特征，生成所述待预测用户在所述待预测年龄段的预测人脸图像，包括：将所述待预测用户在所述待预测年龄段的预测人脸特征输入至预先训练的反卷积神经网络，得到所述待预测用户在所述待预测年龄段的预测人脸图像的图像矩阵，其中，所述反卷积神经网络用于表征人脸特征与人脸图像的图像矩阵之间的对应关系；

基于所述待预测用户在所述待预测年龄段的预测人脸图像的图像矩阵，生成所述待预测用户在所述待预测年龄段的预测人脸图像。

2.根据权利要求1所述的方法，其中，所述从所述待预测用户在所述预设年龄段的人脸图像中提取所述待预测用户在所述预设年龄段的人脸特征，包括：生成所述待预测用户在所述预设年龄段的人脸图像的图像矩阵，其中，图像矩阵的行对应人脸图像的高，图像矩阵的列对应人脸图像的宽，图像矩阵的元素对应人脸图像的像素；

将所述待预测用户在所述预设年龄段的人脸图像的图像矩阵输入至预先训练的卷积神经网络，得到所述待预测用户在所述预设年龄段的人脸特征，其中，所述卷积神经网络用于表征人脸图像的图像矩阵与人脸特征之间的对应关系。

3.根据权利要求1所述的方法，其中，所述预测模型通过如下步骤训练得到：获取样本用户在第一年龄段的人脸图像和在第二年龄段的人脸图像；

从所述样本用户在所述第一年龄段的人脸图像中提取所述样本用户在所述第一年龄段的人脸特征，并从所述样本用户在所述第二年龄段的人脸图像中提取所述样本用户在所述第二年龄段的人脸特征；

将所述样本用户在所述第一年龄段的人脸特征和所述第二年龄段作为输入，将所述样本用户在所述第二年龄段的人脸特征作为输出，训练得到预测模型。

4.根据权利要求3所述的方法，其中，所述将所述样本用户在所述第一年龄段的人脸特征和所述第二年龄段作为输入，将所述样本用户在所述第二年龄段的人脸特征作为输出，训练得到预测模型，包括：执行以下训练步骤：将所述样本用户在所述第一年龄段的人脸特征和所述第二年龄段输入至初始预测模型，得到所述样本用户在所述第二年龄段的预测人脸特征，计算所述样本用户在所述第二年龄段的预测人脸特征与所述样本用户在所述第二年龄段的人脸特征之间的相似度，确定所述相似度是否大于预设相似度阈值，若大于所述预设相似度阈值，则将所述初始预测模型作为训练完成的预测模型；

响应于确定所述相似度不大于所述预设相似度阈值，则调整所述初始预测模型的参数，并继续执行所述训练步骤。

5.一种用于输出图像的装置，包括：

获取单元，配置用于获取待预测用户在预设年龄段的人脸图像和待预测年龄段；

提取单元，配置用于从所述待预测用户在所述预设年龄段的人脸图像中提取所述待预测用户在所述预设年龄段的人脸特征；

预测单元，配置用于将所述待预测用户在所述预设年龄段的人脸特征和所述待预测年龄段输入至预先训练的预测模型，得到所述待预测用户在所述待预测年龄段的预测人脸特征，其中，所述预测模型用于预测人脸特征；

生成单元，配置用于基于所述待预测用户在所述待预测年龄段的预测人脸特征，生成所述待预测用户在所述待预测年龄段的预测人脸图像；

输出单元，配置用于输出所述待预测用户在所述待预测年龄段的预测人脸图像；

其中，所述生成单元包括：

第二获得子单元，配置用于将所述待预测用户在所述待预测年龄段的预测人脸特征输入至预先训练的反卷积神经网络，得到所述待预测用户在所述待预测年龄段的预测人脸图像的图像矩阵，其中，所述反卷积神经网络用于表征人脸特征与人脸图像的图像矩阵之间的对应关系；

第二生成子单元，配置用于基于所述待预测用户在所述待预测年龄段的预测人脸图像的图像矩阵，生成所述待预测用户在所述待预测年龄段的预测人脸图像。

6.根据权利要求5所述的装置，其中，所述提取单元包括：

第一生成子单元，配置用于生成所述待预测用户在所述预设年龄段的人脸图像的图像矩阵，其中，图像矩阵的行对应人脸图像的高，图像矩阵的列对应人脸图像的宽，图像矩阵的元素对应人脸图像的像素；

第一获得子单元，配置用于将所述待预测用户在所述预设年龄段的人脸图像的图像矩阵输入至预先训练的卷积神经网络，得到所述待预测用户在所述预设年龄段的人脸特征，其中，所述卷积神经网络用于表征人脸图像的图像矩阵与人脸特征之间的对应关系。

7.根据权利要求5所述的装置，其中，所述装置还包括训练单元，所述训练单元包括：获取子单元，配置用于获取样本用户在第一年龄段的人脸图像和在第二年龄段的人脸图像；

提取子单元，配置用于从所述样本用户在所述第一年龄段的人脸图像中提取所述样本用户在所述第一年龄段的人脸特征，并从所述样本用户在所述第二年龄段的人脸图像中提取所述样本用户在所述第二年龄段的人脸特征；

训练子单元，配置用于将所述样本用户在所述第一年龄段的人脸特征和所述第二年龄段作为输入，将所述样本用户在所述第二年龄段的人脸特征作为输出，训练得到预测模型。

8.根据权利要求7所述的装置，其中，所述训练子单元包括：

训练模块，配置用于执行以下训练步骤：将所述样本用户在所述第一年龄段的人脸特征和所述第二年龄段输入至初始预测模型，得到所述样本用户在所述第二年龄段的预测人脸特征，计算所述样本用户在所述第二年龄段的预测人脸特征与所述样本用户在所述第二年龄段的人脸特征之间的相似度，确定所述相似度是否大于预设相似度阈值，若大于所述预设相似度阈值，则将所述初始预测模型作为训练完成的预测模型；

调整模块，配置用于响应于确定所述相似度不大于所述预设相似度阈值，则调整所述初始预测模型的参数，并继续执行所述训练步骤。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-4中任一所述的方法。