张恒敏，博士，教授，博士生导师，入选国家级高层次青年人才计划。本科、硕士阶段就读于数学专业，后在南京理工大学计算机科学与工程学院获控制科学与工程专业工学博士学位。博士毕业后，先后在华东理工大学信息科学与工程学院、澳门大学科技学院以及南洋理工大学电气与电子工程学院从事博士后研究工作。

       长期致力于人工智能、模式识别、计算机视觉及大规模优化算法等领域的基础理论创新、关键技术突破与前沿应用探索，构建起涵盖范式创新、理论突破与系统支撑的层次化研究体系，开展前瞻性的研究工作：1）立足开放环境，构建“感知-推理-决策”一体化的智能新范式。针对传统视觉系统局限于封闭场景与预设任务的瓶颈，面向开放环境中的多模态与小样本数据，提出“数据驱动+知识引导”协同融合的新型架构，突破动态环境中感知与推理深度耦合的理论难题，推动视觉智能从受限感知迈向主动认知与自主决策，为环境自适应智能系统奠定理论基础。2）聚焦模型透明化，开创可解释视觉计算的新理论与新方法。围绕人工智能可信性与安全性，破解深度模型面临的黑箱难题，通过融合稀疏编码、低秩学习、张量分解等可解释数学模型与前沿神经网络，构建面向真实复杂场景、具备内生可解释性与强泛化能力的视觉计算新方法，推动视觉智能从“经验性预测”向“透明化认知”转型，为可信人工智能与人机协同提供理论和方法支撑。3）侧重系统自主进化，构建视觉智能自主优化的新机理与新框架。面向智能系统在真实场景中持续演进的重大需求，直面大规模非凸优化的算力瓶颈，围绕“训练-推理-部署”全链条效率，建立具有严格收敛保证的轻量化自适应优化理论体系；进而研发集高效训练、边缘部署与自主演进于一体的优化引擎，系统解决动态环境下的可靠部署与可持续进化难题，为智能系统自主运行提供核心算法支撑。

       上述研究体系聚焦于视觉信息处理与分析中的“智能感知与自主优化”方向，共同推动智能科学与技术的自主创新与高质量发展。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关键领域形成具有示范意义与推广价值的应用方案。目前，已在IEEE Transactions（如TPAMI、TIP、TIFS、TMM、TNNLS、TCYB、TCSVT）、Information Fusion等国内外权威期刊及CCF-A类会议上发表学术论文30余篇；主持国家自然科学基金项目、中国博士后科学基金特别资助及面上资助等项目；荣获中国电子学会优秀博士学位论文奖、江苏省优秀博士学位论文奖、上海市超级博士后激励计划等荣誉。