Dr. Huimin LU

Huimin Lu
Assistant Professor (Kyutech), Excellent Young Researcher (MEXT,Japan)
Kyushu Institute of Technology, Japan
ADD: E3-209, Sensui-cho 1-1, Tobata-ku, Kitakyushu 804-8550, Japan
TEL: +81-93-884-3183   FAX: +81-93-861-1159
Email: dr.huimin.lu*ieee.org (Please replace*with @)
  
 
https://www.researchgate.net/profile/Huimin_Lu2
 

Research Interests

Artificial Intelligence
Computer Vision
Computational Imaging
Deep-Sea Observing
Robotics
Internet of Things

 

Journal (Guest) Editorial Board

 
1. Editor, International Journal of Information Processing and Management (2012- )
2. Associate Editor, International Journal of Computational Science and Engineering (2014- )
3. Leading Guest Editor, International Journal of Embedded Systems (2014- )
4. Associate Editor, Computers and Electrical Engineering (2015- )
5. Leading Guest Editor, Multimedia Tools and Applications (2016- )
6. Associate Editor, IEEE Access Journal (2016 – )
7. Leading Guest Editor, ACM/Springer Mobile Networks and Applications (2017- )
8. Leading Guest Editor, Optics and Laser Technology (2017- )

Conference Organizer

1. General Co-Chair, The 1st International Symposium on Artificial Intelligence and Robotics (ISAIR2016), Wuhan China
2. General Co-Chair, The 2nd International Symposium on Artificial Intelligence and Robotics (ISAIR2017), Kitakyushu Japan
3. General Chair, EAI International Conference on Robotic Sensor Networks (ROSENET2017), Kitakyushu Japan
4. Workshop Chair, 12th EAI International Conference on Testbeds and Research Infrastructures for the Development of Networks & Communities (TRIDENTCOM2017), Wuhan China
5. Workshop Chair, The 4th  Asian Conference on Pattern Recognition (ACPR 2017), Workshop on Visual Image Understanding with Deep Learning, Nanjing China
6. General Co-Chair, The 3rd International Symposium on Artificial Intelligence and Robotics (ISAIR2018), Nanjing China
7. General Chair, 2nd EAI International Conference on Robotic Sensor Networks (ROSENET2018), Fukuoka Japan

Selected Publications

1. Wenda Zhao, Huimin Lu, Dong Wang, “Multisensor image fusion and enhancement in spectral total variation domain,” IEEE Transactions on Multimedia, 10.1109/TMM.2017.2760100, 2017.
2. Huimin Lu, Yujie Li, Shota Nakashima, Hyoungseop Kim, Seiichi Serikawa, “Underwater image super-resolution by descattering and fusion,” IEEE Access, Vol.5, pp.670-679, 2017.
3. Huimin Lu, Yujie Li, Tomoki Uemura, Zongyuan Ge, Xing Xu, Li He, Seiichi Serikawa, Hyoungseop Kim, “FDCNet: Filtering deep convolutional network for marine organism classification,” Multimedia Tools and Applications, pp.1-14, 2017.
4. Huimin Lu, Yujie Li, Min Chen, Seiichi Serikawa, Hyoungseop Kim, “Underwater optical image processing: a comprehensive review,” Mobile Networks and Applications, pp.1-12, 2017.
5. Huimin Lu, Yujie Li, Min Chen, Hyoungseop Kim, Seiichi Serikawa, “Brain Intelligence: Go beyond artificial intelligence,” Mobile Networks and Application, pp.1-8, 2017.
6. Huimin Lu, Yujie Li, Shenglin Mu, Dong Wang, Hyoungseop Kim, Seiichi Serikawa, “Motor anomaly detection for unmanned aerial vehicles using reinforcement learning,” IEEE Internet of Things Journal, 10.1109/JIOT.2017.2737479, 2017.
7. Xing Xu, Li He, Atsushi Shimada, Rin-Ichiro Taniguchi, Huimin Lu, “Learning Unified Binary Codes for Cross-Modal Retrieval via Latent Semantic Hashing”, Neurocomputing, doi:10.1016/j.neucom.2015.11.133, 2016.
8. Hummin Lu, Yujie Li, Shota Nakashima, Seiichi Serikawa, “Turbidity Underwater Image Restoration Using Spectral Properties and Light Compensation”, IEICE Transactions on Information and Systems, E-99D(1), pp.219-226, 2016.
9. Huimin Lu, Yujie Li, Xing Xu, Jianru Li, Zhifei Liu, Xin Li, Jianmin Yang, Seiichi Serikawa, “Underwater Image Enhancement Method Using Weighted Guided Trigonometric Filtering and Artificial Light Correction”, Journal of Vision Communication and Image Representation, vol.38, pp.504-516, 2016.
10. Huimin Lu, Bin Li, Junwu Zhu, Yujie Li, Yun Li, Li He, Jianru Li, Seiichi Serikawa, “Wound Intensity Correction and Segmentation with Convolutional Neural Networks,” Concurrency and Computation: Practice and Experience, doi:10.1002/cpe.3927, 2017.
11. Yujie Li, Huimin Lu, Seiichi Serikawa et al., “Underwater Image Descattering and Classification by Deep Neural Network”, Computers and Electrical Engineering, 2016.
12. Seiichi Serikawa, Huimin Lu, “Underwater Image Dehazing Using Joint Trilateral Filter”, Computers and Electrical Engineering, vol.40, no.1, pp.41-50, 2014.
13. Huimin Lu, Seiichi Serikawa, “Design of Freely Configurable Safety Light Curtain Using Hemispherical Mirrors”, IEEJ Transactions on Electrical and Electronic Engineering, vol.8, no.S1, pp.S110-S111, 2013.
14. Huimin Lu, Lifeng Zhang, Seiichi Serikawa, “Maximum local energy: an effective approach for image fusion in beyond wavelet transform domain”, Computers & Mathematics with Applications, vol.64, no.5, pp.996-1003, 2012.
15. Li He, Xing Xu, Huimin Lu, Yang Yang, Fumin Shen, Hengtao Shen, “Unsupervised cross-model retrieval through adversarial learning,” in: Proc. of 2017 IEEE International Conference on Multimedia and Expo (ICME2017), 2017.

Books

Artificial Intelligence and Computer Vision (Springer-Nature, 2017) http://www.springer.com/us/book/9783319462448

 
  

Artificial Intelligence and Robotics (Springer-Nature, 2018) http://www.springer.com/la/book/9783319698762

 

陆慧敏 (工学博士)

助理教授・卓越研究员
地址:日本国福冈县北九州市户畑区仙水町1-1,E3-209室,邮编 804-8550
电子邮件:dr.huimin.lu*ieee.org (请将邮箱地址中的*置换为@)

研究方向

(课题1)深海资源探测与开发技术研究开发
21世纪人类进入了开发和利用海洋的新时代,海洋科技已进入全球科技竞争的前沿,并成为国际综合实力较量的焦点之一。发展海洋科技,尤其是深海高新技术已成为世界新技术革命的重要内容,海洋科技进步已经成为衡量国家科技总体水平和海洋强国的重要指标之一。自1970年起,世界各国开始不断对深海渔业资源和矿产资源进行探测。到目前为止,在4000米以下区域不断发现了新的生物物种、甲烷水合物、锰结核、钴结 核、热水矿床等。日本、美国、俄罗斯、法国、英国、德国等几个海洋先进国已经拥有6000米以上深度探测的深海探查机,这些装备到达的范围遍及海洋的大陆 坡、海山顶、火山口、洋脊以及6000米以下的洋底,在地质、地球化学、地球物理和海洋生物等方面取得了大量的重要发现。由此可见,近年来,世界强国对海 洋的开发、研究和控制的特点已初现端倪,其中的重头戏就是向深海进军。 但是,目前深海探测仍然存在许多问题。本研究将着眼于研究设计先进的水下机械电子设备,为传统的水下作业系统提供高精度的探测设备,为深海资源探测与资源开发提供可靠地技术保障。

(课题2)人工智能机器人研究开发
人类社会进入21世纪以来,智能机器人开发逐渐得到各国的高度重视。智能机器人集成应用了计算机与网络技术,物联网技术、机械控制技术和遥感测绘技术。从2013年起、大数据科学的突猛发展促进了当今机器人革新。小型化便携式机器人会取代传统的机械式机器人,将成为未来机器人发展的主要方向之一。近年,通过对国外机器人的考察,结合多年项目开发实践,本研究采用最先端的人工智能技术来提高机器人的智能化水平。主要研究方向包括,工业机器人、农业机器人、医疗福祉机器人等一系列智能化系统的研究与开发。

(课题3)教育辅助系统设计与开发
为了普及基础初等教育,联合国提出了”万人教育计划”。如今,众多教育辅助系统应运而生。大多数远程教育系统消除了时间和空间上的局限 性,同时远程教育强调对课程的结构化设计,使得学习者有了更多的选择权和自主性。但是,现有的远程教育系统几乎都是面向发达国家的受教育者,并不能满足贫 困山区或发展中国家实际需求。本研究分析了发展中国家的教育者和学生的切实需求,通盘考虑了如今远程教育过程中的主要问题,从根本上解决了地区差异,男女 差异和受教育程度差异。为实现社会全面普及义务教育提供强大的技术支持。


陸 慧敏(工学博士)

九州工業大学助教・文部科学省卓越研究員
場所:福岡県北九州市戸畑区仙水町1-1, E3-209室, 804-8550.
E-mail: dr.huimin.lu*ieee.org (「@」を「*」に置換してください)

研究内容

(課題1)次世代深海資源調査・開発技術
新興国の急速な工業化の進展と経済発展により鉱物資源の需要は増加の一途をたどり、その持続的な供給に対する危機感の高まりと、資源 ナショナリズムの再興が相まって資源の供給構造は大きな変革期を迎えている。日本は四面環海の環境にあり、海と共存することにより発展してきた。現在で は、日本で消費されるエネルギーや食料の多くは海上輸送によりもたらされたもので、日本の食生活を支えるタンパク質の多くを水産物から得ているなど、国民 生活と海洋のつながりは極めて強い。日本は多くの海洋資源を消費しており、我が国独自の対策が必要となっている。日本の排他的経済水域 (EEZ)、大陸棚には、金属・レアエレメント類を含有する黒鉱型海底熱水鉱床やコバルト・リッチ・クラストなどの深海底鉱物資源の有望海域が多数発見さ れており、黒鉱型海底熱水鉱床では世界第1位、コバルト・リッチ・クラストでは米国に次いで世界第2位の潜在的資源量があると推定される。しかし、潜在的 有望海域から、資源的に魅力のある場所を絞り込む方法は完全に確立されておらず、その探査活動には、調査技術の開発が必要である。現在、深海採掘機のリアルタイムモニタリングの研究はあまり行なわれていない。従来の深海探査方法である測地衛星リモートセンシング技術、母船曳航ソナーの 技術、航空写真の技術、AUV巡航イメージング技術などはリアルタイムに探索することは困難である。また、これらの方法は環境に影響されやすく、精度が低 くなっている。そのため、新たなセンサ技術、化学分析技術、画像解析技術、光学技術を用いてそれらの問題を克服する研究を行っている。
•日本学術振興会特別研究員奨励費(13J10713)
•日本学術振興会特別研究員奨励費(15F15077)
•日本造船学術研究推進機構研究助成金
•日本学術振興会若手研究B(17K14694)

(課題2)次世代智能ロボットの研究開発
近年、米国政府は人工知能(AI)や認識(音声、画像等)を中心としたロボットの基礎研究を支援している。Microsoft社はリアルタイム通訳ロボットや革新的な画像認識技術を発表している。Amazon社では配送システムおける自律ロボットに人工知能を利用している。Facebook社は「DeepFace」という人工知能をベースとした顔認識技術を開発している。米国の大学機関ではロボットや人工知能の研究が活発に行われており、企業による協力、ディープラーニングなどの革新的な技術も出てきている。スタンフォード大学人工知能研究所が開発したロボットカーは現役のレーサーよりも早いタイムを打ち出している。マサチューセッツ工科大学人工知能研究所はお掃除ロボットや四速歩行ロボットを開発している。欧州においても、2014年欧州委員会と民間企業及び研究機関が共同してロボット分野における研究・革新プロジェクト「EU SPARC Project」を立ち上げ、産業ロボット、福祉ロボットにおける実用ロボット開発を推進している。中国では、産業革新の観点から、最新鋭の産業用ロボットが急速に普及させている。中国政府は2012年に「智能製造装置産業発展計画」を発表し、2016年に発表した「十三五計画」において、人工知能やロボット産業に数十兆円を投資している。日本のロボットは1980年代以降、産業用ロボットが急速に普及しており、日本の産業発展に大きく寄与してる。これから、知能ロボットを用いて我が国の様々な課題の解決を期待している。
•文部科学省卓越研究員補助金(16809746)
•電気通信普及財団研究助成金
•SCAT国際会議助成金
•九州工業大学研究力強化事業

(課題3)発展途上国における教育支援システムの研究開発
発展途上国における基礎教育の普及に向けた努力は、「万人のための教育」や「国連ミレニアム開発目標」を通して国際的な課題として広 く共有され、国際社会の多様なアクターによる教育開発援助が推進されている。また、近年では、世界経済の低成長の伴に、先進国は発展途上国への援助疲れが ある。一方、日本はアフリカへの経済援助を続けているが、教育支援、特に子供のための自学自習力育成支援が少ない。こうした国際的な議論や支援の影響を受 けながら、多くの発展途上国が初等教育の完全普及や教育機会に関する地域間格差の解消といった課題を自らの政策目標として掲げ、それらの実現へ向けた教育 改革が推進されている。しかし、発展途上国の多くでは,こうした目標の実現へ向けた道程は未だに遠いと言わざるを得ない状況にある。そ の原因は各国の状況に応じてさまざまであるが、多くの国に共通して見受けられる課題は、教育セクターの制度的・組織的・人的な能力の脆弱さである。EFA に象徴される教育開発目標を実現するためには、これらの能力をいかに強化するかということが重要な課題であり、近年の教育開発援助においても教育セクター 全体の能力開発を促すことが不可欠となっている。現在、様々な教育支援システムが開発されている。多くの教育支援システムは、識字率が 高い先進国における教育補助であり、教育環境の全く異なる発展途上国の実際の状況を考慮していない。また、現存の自学自習力育成支援システムは環境に影響 されやすく、環境の整備されていない地域では効率が極端に低くなっている。この問題を解決するため、先進的なセンサー技術、インターネット及び通信技術、 画像解析技術、エネルギー技術を用いてこれらの問題を克服する研究を行っている。
•NEC C&C財団博士人材育成補助金