【技术实现步骤摘要】
人工智能启用计量
本专利技术大体上涉及人工智能(AI)启用计量,并且具体地说涉及用于带电粒子显微术的AT启用计量。
技术介绍
在工业和研究的许多领域,对产品/工艺开发、质量控制、医疗评估等进行小结构的分析和测量。可使用各种类型的检查工具进行这类分析和测量,这可能包括形成感兴趣的一种或多种结构的图像。举例来说,在半导体行业中,带电粒子显微镜用于在纳米级上成像电路结构,这通常成为分析和测量任务的基础。在此实例中,对图像本身进行测量以理解缺陷和工艺控制的可能性。然而,这类分析和测量需要高度熟练的操作员来确定测量的位置和用于进行测量的关键特征。这通常可使用创建配方来完成,一旦识别和定位关键特征,就可运行所述配方。然而,由熟练的操作员对关键特征的这种识别和定位可为乏味的并且缺乏稳健性。另外,由于配方自身不能够定位关键特征,因此成像条件或制造工艺的小变化可需要手动重新调整配方。由于成像和/或制造的变化而不断地再加工配方的这类需要使得完全自动化不可靠和/或不可达。在许多情况下,操作员需要筛选出假阳性以确保分析的准确性。为了提高生产率和降低成本,在所有行业中都期望去除与工艺的持续人为交互。另外,期望对结构,尤其是经历形状和一致性的变化的小结构进行更稳健的自动分析和测量为期望。
技术实现思路
公开用于实施人工智能启用计量的方法和系统。实例方法包括将结构的第一图像分割成一个或多个类别以形成至少部分分割图像,将至少一个类别的至少部分分割图像与第二图像相关联,并且基于与至少一个类别的至少部分分割图像的关联对第二图 ...
【技术保护点】
1.一种方法,其包含:/n将结构的第一图像分割成一个或多个类别以形成至少部分分割图像;/n将至少一个类别的所述至少部分分割图像与第二图像相关联;和/n基于与至少一个类别的所述至少部分分割图像的所述关联对所述第二图像进行计量。/n
【技术特征摘要】
20181030 US 16/1750131.一种方法,其包含:
将结构的第一图像分割成一个或多个类别以形成至少部分分割图像;
将至少一个类别的所述至少部分分割图像与第二图像相关联;和
基于与至少一个类别的所述至少部分分割图像的所述关联对所述第二图像进行计量。
2.根据权利要求1所述的方法,其中将至少一个类别的所述至少部分分割图像与所述第二图像相关联包括在逐像素的基础上将所述至少一个类别的所述分割图像与所述第二图像相关联。
3.根据权利要求2所述的方法,其中所述至少一个类别为指定包括在所述第二图像中的结构的关键特征的关键点类别。
4.根据权利要求2所述的方法,其中基于至少一个类别的所述至少部分分割图像的所述关联对所述第二图像进行计量包括基于所述至少一个类别的位置将边缘查找器放置在所述第二图像上。
5.根据权利要求1所述的方法,其中将第一图像分割成一个或多个类别包括将所述第一图像的每个像素分类为属于多个类别中的一个或多个类别。
6.根据权利要求5所述的方法,其中所述多个类别包含结构体、结构边界和关键点,其中所述关键点指示用于计量基础的所述结构的关键特征。
7.根据权利要求5所述的方法,其中将所述第一图像的每个像素分类为属于多个类别中的一个或多个类别由单个卷积神经网络进行。
8.根据权利要求5所述的方法,其中将所述第一图像的每个像素分类为属于多个类别中的一个或多个类别包含:
由第一卷积神经网络将输入图像的所述像素分类为关键点类别;和
由第二卷积神经网络将所述输入图像的所述像素分类为所述多个类别中的其余类别。
9.根据权利要求1所述的方法,其中基于至少一个类别的所述分割图像的所述关联对所述第二图像进行计量包括基于所述至少一个类别的所述位置将边界定位分析放置在所述第一图像上。
10.根据权利要求9所述的方法,其中所述边界定位分析选自边缘查找器算法、活动轮廓算法和图像辨识算法中的一个。
11.根据权利要求1所述的方法,其中所述第一和第二图像为相同图像。
12.根据权利要求1所述的方法,其中所述第一和第二图像为相同结构的单独的配准图像。
13.一种用于对获得的图像进行计量的带电粒子显微镜系统,所述系统包含:
成像平台,其用于获得样本的一部分的一个或多个图像,所述一个或多个图像中的每一个包括结构;
控制器,其联接到所述成像平台以至少对所述图像中的至少一个中的所述结构进行计量,所述控制器联接到或包括包含代码的非暂时性计算机可读介质,所述代码当由一个或多个核执行时使所述控制器:
将结构的所述一个或...
【专利技术属性】
技术研发人员:JJ弗拉纳甘,B拉尔森,TG米勒,
申请(专利权)人:FEI公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。