武汉大学副研究员，硕士生导师。主要研究方向包括遥感影像智能解译、基于深度学习的影像语义分割和变化检测、遥感影像样本库与专用深度学习框架模型设计、遥感大模型设计、多智能体驱动的遥感地物要素提取等。
主持或参与国家自然科学基金、重点研发计划等横纵向项目20余项，已发表学术论文20余篇，长期担任CVPR、ICCV、ECCV、ISPRS J P&RS等计算机视觉与模式识别顶级会议和遥感期刊审稿人。荣获“测绘科学技术特等奖”（排2）、“地理信息科技进步特等奖”（排3）、“夏坚白科技创新一等奖”等奖励。作为核心人员参与研发的自动/半自动解译系统EasyFeature，已被用于“全球测图”、“地理国情普查”等国家重大工程项目，累计支撑亚洲、非洲、欧洲、北美洲等地超过2000万平方千米的1:1万/5万全球数字地图生产，采集效率提升约50%，行业推广超过1000套，经济效益逾2亿元。开发国际上首个内存可扩展、通道灵活优选的遥感深度学习框架- LuoJiaNET，实现了遥感特性框架的“全栈”自主可控，吸引了欧、美、亚20余个国家和地区5000多用户，为自然资源监测、开放地球引擎OGE等项目提供了自主可控的基础底座保障。成果获湖北人工智能重大技术创新成果奖，并被人民网、长江日报等媒体报道。同时，提出了“场景-目标-像素”的LuoJiaSET分类体系，该体系支持了地理信息标准化组织OGC TrainingDML分类体系建立，相关样本集被国家自然科学基金委智能遥感解译大赛选用，吸引国内外参赛人数超过700人次，参赛队伍超过440支。
