La verificación de parentesco tiene como objetivo determinar si dos personas dadas son parientes consanguíneos. Esta técnica se puede aprovechar en muchos escenarios del mundo real, como la búsqueda de personas desaparecidas, la identificación de parentesco en medicina forense y ciertos tipos de investigaciones interdisciplinarias. La mayoría de los métodos existentes extraen características faciales directamente de las imágenes dadas y examinan el conjunto completo de características para verificar el parentesco. Sin embargo, la mayoría de los enfoques son fácilmente afectados por la diferencia de edad entre los rostros, con pocos métodos que tienen en cuenta la edad. Este documento propone en consecuencia un módulo de aprendizaje de características adversariales invariables con la edad (AIAF), que es capaz de considerar todas las características faciales para crear dos componentes no correlacionados, es decir, características relacionadas con la identidad y características relacionadas con la edad. Específicamente, utilizamos un tipo de mecanismo adversarial para hacer que la correlación entre estos dos componentes sea lo más pequeña posible. Además, para prestar diferente atención a las características relacionadas con la identidad, presentamos un módulo ponderado de características de identidad (IFW). Solo las características de identidad purificadas se alimentan al módulo IFW, que puede asignar diferentes pesos a las características según su importancia en la tarea de verificación de parentesco. Los resultados experimentales en tres conjuntos de datos públicos populares demuestran que nuestro enfoque es capaz de capturar características útiles invariables con la edad, es decir, características de identidad, y lograr mejoras significativas en comparación con otros métodos de vanguardia en conjuntos de datos tanto a pequeña escala como a gran escala.