张恒敏，博士，教授，博士生导师，国家级高层次青年人才计划入选者。本科及硕士阶段均为数学专业，之后在南京理工大学计算机科学与工程学院获得控制科学与工程专业工学博士学位。自博士毕业后，先在华东理工大学信息科学与工程学院从事博士后研究工作，随后赴澳门大学科技学院与南洋理工大学电气与电子工程学院继续从事博士后研究工作。

长期致力于人工智能、模式识别、计算机视觉与大规模优化算法的基础理论创新、关键技术突破及前沿应用探索，主要研究包括：1）开放环境下“感知-推理-决策”一体化智能新范式：面向复杂开放场景下的图像、视频等多模态与小样本数据，构建“数据驱动+知识引导”协同融合的新型智能框架，研究动态环境中自主感知与逻辑推理的协同机制，突破传统视觉系统在封闭假设下的局限性，实现从受限感知向开放世界认知的根本性跨越。2）可解释视觉计算的新理论与新方法：通过巧妙融合稀疏编码、低秩学习、张量分解等经典数学模型与先进深度神经网络架构，构建面向真实复杂场景、兼具强泛化能力、结构可解释性与持续演进特性的新一代视觉计算方法，突破传统“黑箱”式预测的局限性，推动视觉智能系统向透明化、可理解化的“白箱”范式转变，为人机协同与可信AI应用提供理论与技术支撑。3）视觉智能自主优化的新机理与新框架：针对超大规模非凸优化中存在的计算效率低下、泛化理论缺失等核心挑战，构建具有严格收敛保证的轻量化自适应优化理论体系，开发从模型训练到边缘部署全链条高效自主演进的核心优化引擎，为视觉系统的高效训练与可靠部署提供理论基础与方法支撑。上述研究将聚焦于视觉信息处理与分析中的智能感知与自主优化（Intelligent Perception and Autonomous Optimization）方向，旨在系统性地突破面临的核心理论瓶颈与关键技术挑战，推动智能科学实现体系化创新发展。相关成果将逐步在无人系统感知、工业视觉质检、智慧医疗影像、生物信息计算、动态推演网络及自主演进预测体等多个关键领域，形成一系列兼具示范意义与推广价值的解决方案。目前在包括IEEE Transactions系列（如TPAMI、TIP、TIFS、TNNLS、TCYB、TCSVT）、Pattern Recognition、Information Fusion等国际权威期刊、CCF-A类会议上发表学术论文30余篇。