副像素深度学习幽灵成像用于大面积的缺陷检查,使用模糊照明.

科学领域:

• 半导体制造业 半导体制造业
• 光学成像技术是指光学成像技术.
• 在计量学中的人工智能.

背景情况:

• 广泛的微缺陷检查对于半导体质量控制至关重要.
• 目前的方法,如深度学习幽灵成像 (DLGI),提供灵敏度和速度,但在分辨率上受到照明模式的限制.
• 高分辨率成像对于检测越来越小的缺陷至关重要.

研究的目的:

• 开发一种新的成像方法,克服现有的深度学习幽灵成像技术的分辨率限制.
• 提高半导体制造中的微缺陷检查的灵敏度,速度和分辨率.
• 为了能够准确地检测和定位子像素缺陷.

主要方法:

• 通过利用照明模式来提高分辨率,拟议的分像素深度学习幽灵成像 (SP-DLGI).
• 开发了一个深度学习模型来分析由照明模糊引起的微妙强度变化.
• 根据分析的强度变化,预测的子像素缺陷位置.

主要成果:

• SP-DLGI实现了快速,高灵敏度和高分辨率的成像能力.
• 实验验证证明了SP-DLGI在8K分辨率下预测缺陷位置的有效性.
• 该方法成功地以更高的精度识别了子像素缺陷位置.

结论:

• SP-DLGI为半导体行业提供了微缺陷检查的重大进步.
• 拟议的技术为实现高分辨率,灵敏和快速缺陷检测提供了可行的解决方案.
• SP-DLGI能够精确地定位子像素缺陷,改善半导体整体质量控制.