图案匹配装置、图案测定系统、图案匹配程序制造方法及图纸

本公开提出一种图案匹配装置，特别是即使在包含重复图案的半导体图案中，也能够实现将具有学习功能作为特征的匹配处理。本公开的图案匹配装置具备学习器，该学习器推定具有表示第一图像与第二图像之间的相关性的数值作为像素值的第一相关图像，所述图案匹配装置计算具有表示从所述第一图像生成的派生图像与所述第一图像之间的相关性的数值作为像素值的第二相关图像，所述学习器以减小所述第一相关图像与所述第二相关图像之间的差分的方式进行学习(参照图1)。行学习(参照图1)。行学习(参照图1)。

【技术实现步骤摘要】
【国外来华专利技术】图案匹配装置、图案测定系统、图案匹配程序


[0001]本公开涉及实施图像间的图案匹配的技术。

技术介绍

[0002]对形成于半导体晶圆上的图案进行测量、检查的装置大多利用模板匹配技术，使检查装置的视野对准期望的测量或测量位置。模板匹配是从搜索对象的图像找到与预先登记的模板图像最一致的区域的处理。专利文献1记载了这样的模板匹配的1例。
[0003]专利文献2记载了基于半导体器件的设计数据来制作模板匹配用的模板的方法。如果能够基于设计数据制作模板，则具有消除为了制作模板而特意用检查装置取得图像这样的麻烦等优点。
[0004]非专利文献1记载了将2个图像作为输入，将存在于图像的变换参数(例如匹配偏移量)作为输出的能够学习的模型。通过使用监督数据进行学习，能够实现高精度的模型的学习，具有无需手动进行输入图像的处理等优点。
[0005]现有技术文献
[0006]专利文献
[0007]专利文献1：日本专利第4218171号公报(对应美国专利第6627888号说明书)
[0008]专利文献2：日本专利第4199939号公报(对应美国专利第7235782号说明书)
[0009]非专利文献
[0010]非专利文献1：I.Rocco,R.Arandjelovic and J.Sivic.Convolutional neural network architecture for geometric matching.In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition(CVPR)，2017

技术实现思路

[0011]专利技术所要解决的课题
[0012]在模板匹配中，在模板图像与被搜索图像之间图像的外观的偏离较大的情况下，有时匹配失败。作为在模板图像与被搜索图像之间图像的外观的偏离变大的理由，例如可以举出以下那样的情况：(a)登记了模板时的检查装置的拍摄条件与拍摄被搜索图像时的检查装置的拍摄条件之差变大的情况、(b)登记了模板时拍摄到的半导体图案的最终品质与拍摄被搜索图像时的半导体图案的最终品质的差异变大的情况、(c)在多层图案中，登记了模板时拍摄到的半导体多层图案的上下层的偏差情况与拍摄被搜索图像的半导体多层图案的上下层的偏差情况的差异变大的情况、(d)登记了模板时的半导体图案的半导体工艺与拍摄被搜索图像时的半导体图案的制造工艺不同的情况(有时为了在其他工艺中沿用制作模板图像来减少模板登记工时而实施该情况)。
[0013]专利文献1没有公开在模板图像与被搜索图像之间产生偏离的情况下，如何处理匹配处理。
[0014]专利文献2公开了对基于设计数据而生成的图形数据实施平滑化处理，并使图案
的各部分变圆，由此制作接近实际图像的图案的模板。然而，难以应对模板图像与被搜索图像之间的所有偏离。
[0015]此外，在如专利文献1和2那样的以往的图案匹配中，在模板匹配由于这样的偏离而失败时，算法的改善花费时间，不能在短时间内简单地改善。
[0016]非专利文献1能够通过短时间的学习来吸收2个图像间的偏离，并且实现高精度的模型的学习。然而，在半导体图案中特征性的重复图案(匹配正解位置即具有多个匹配偏移量的图案)中，难以学习模型。这是因为，重重图案在接近范围内(例如视野内)具有多个相同的形状，因此存在多个匹配正解位置的候选，难以确定真正的正解位置。
[0017]本公开是为了解决这样的课题而完成的，特别是提出一种即使在包含重复图案的半导体图案中也能够实现以具有学习功能为特征的匹配处理的图案匹配装置。
[0018]用于解决课题的手段
[0019]本公开的图案匹配装置具备学习器，该学习器推定具有表示第一图像与第二图像之间的相关性的数值作为像素值的第一相关图像，所述图案匹配装置计算具有表示从所述第一图像生成的派生图像与所述第一图像之间的相关性的数值作为像素值的第二相关图像，所述学习器以减小所述第一相关图像与所述第二相关图像之间的差分的方式进行学习。
[0020]专利技术效果
[0021]根据本公开的图案匹配装置，特别是即使在包含重复图案的半导体图案中，也能够实现以具有学习功能为特征的匹配处理。
附图说明
[0022]图1表示实施方式1的图案匹配装置100的结构例。
[0023]图2表示相关图像计算部1202的结构例。
[0024]图3是表示相关图像推定部1201所具备的学习模型301的结构例的框图。
[0025]图4是表示用户输入匹配偏移量的GUI的1例的图。
[0026]图5是说明图案匹配装置100的动作的流程图。
[0027]图6表示包含图案匹配装置100和SEM600的图案测定系统的结构例。
[0028]图7表示图6的图案测定系统的另一结构例。
[0029]图8表示实施方式2的图案匹配装置100的结构例。
[0030]图9表示学习数据生成部8206的结构例。
[0031]图10是说明实施方式2的图案匹配装置100的动作的流程图。
[0032]图11是说明实施方式3的图案匹配装置100的动作的流程图。
具体实施方式
[0033]以下，参照附图对本公开的图案匹配装置、图案测定系统以及图案匹配程序进行说明。在附图中，有时也以相同的编号或对应的编号来显示功能上相同的要素。附图表示基于本公开的原理的实施方式和安装例，但这些附图是用于本公开的理解的，绝不用于限定性地解释本公开。本说明书的记述只不过是典型的例示，在任何意义上也不限定本公开的请求专利权的技术方案或应用例。
[0034]＜实施方式1＞
[0035]图1表示本公开的实施方式1的图案匹配装置100的结构例。图案匹配装置100能够构成为执行图案匹配处理的运算装置。图案匹配装置100能够由存储介质110、图案匹配系统120、输入装置130构成。
[0036]图1表示特别是通过运算处理装置来执行图案匹配处理的结构例。图案匹配处理例如包括求出用于存储于存储介质1103的模板图像(由测量装置取得的SEM像1104)与存储于存储介质1101的被搜索图像(从设计数据得到的设计图1102)之间的位置对准的匹配偏移量的工艺。模板图像并不限定于SEM像，也可以设为其他种类的图像例如设计图。另外，被搜索图像并不限定于设计图，也可以设为其他种类的图像例如SEM像。
[0037]在本实施方式1中，作为测量装置的1例，使用扫描型电子显微镜(Scanning Electron Microscope：SEM)。SEM例如用于测量形成在半导体晶圆上的半导体器件的图案的尺寸。关于SEM的具体结构例，使用图6在后面叙述。
[0038]图案匹配系统120由包含1个以上的CPU(Central Processing Unit：中央处理单元)或GPU(Graphics Proc本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种图案匹配装置，其实施图像间的图案匹配，其特征在于，所述图案匹配装置具备计算机系统，该计算机系统通过在第一图像与第二图像之间实施图案匹配，将所述第一图像与所述第二图像之间的偏移量作为图案匹配结果而输出，所述计算机系统具备学习器，该学习器接收所述第一图像和所述第二图像作为输入，推定并输出第一相关图像，该第一相关图像具有表示所述第一图像与所述第二图像之间的相关性的数值作为像素值，所述计算机系统计算第二相关图像，该第二相关图像具有表示所述第一图像与从所述第一图像生成的派生图像之间的相关性的数值作为像素值，所述学习器构成为能够实施减小所述第一相关图像与所述第二相关图像之间的差分的学习，所述计算机系统基于所述第一相关图像，计算所述第一图像与所述第二图像之间的偏移量。2.根据权利要求1所述的图案匹配装置，其特征在于，所述计算机系统按照所述第一图像与所述派生图像之间的坐标偏移量来计算表示所述第一图像与所述派生图像之间的相关性的数值，所述计算机系统计算将按照所述坐标偏移量计算出的数值作为与该坐标偏移量对应的像素的像素值而具有的图像作为所述第二相关图像。3.根据权利要求1所述的图案匹配装置，其特征在于，所述计算机系统通过计算所述第一相关图像所具有的所述像素值中所述第一图像与所述第二图像之间的相关性为基准值以上的像素值从所述第一图像或所述第二图像偏差的量，计算所述偏移量。4.根据权利要求2所述的图案匹配装置，其特征在于，所述计算机系统还具备对指定所述坐标偏移量的输入进行接收的接口，所述计算机系统根据所述接口接收到的所述输入所指定的所述坐标偏移量，计算所述第二相关图像。5.根据权利要求1所述的图案匹配装置，其特征在于，所述计算机系统对所述学习器输入分别在不同的条件下取得的多个所述第一图像，并且输出表示所述第二图像与各所述第一图像之间的相关性的所述第一相关图像，或者，所述计算机系统对所述学习器输入分别在不同的条件下取得的多个所述第二图像，并且输出表示所述第一图像与各所述第二图像之间的相关性的所述第一相关图像，或者，所述计算机系统对所述学习器输入分别在不同的条件下取得的多个所述第一图像，并且输入分别在不同的条件下取得的多个所述第二图像，输出表示各所述第一图像与各所述第二图像之间的相关性的所述第一相关图像。6.根据权利要求1所述的图案匹配装置，其特征在于，所述计算机系统在对所述第一图像和所述第二图像中的至少任意一个进行了校正以使得所述第一相关图像中指定的部分区域的亮度值比所述第一相关图像的其他区域的亮度值高的基础上，对所述学习器输入该校正后的所述第一图像和所述第二图像。7.根据权利要求1所述的图案匹配装置，其特征在于，所述学习器构成为，推定第一方向相关图像来作为所述第一相关图像，该第一方向相
关图像具有表示所述第一图像和所述第二图像在第一方向上相关的程度的第一方向相关值作为像素值，所述学习器构成为，推定第二方向相关图像来作为所述第一相关图像，该第二方向相关图像具有表示所述第一图像和所述第二图像在与所述第一方向正交的第二方向上相关的程度的第二方向相关值作为像素值，所述计算机系统通过合成所述第一方向相关图像和所述第二方向相关图像，生成所述第一相关图像。8.根据权利要求1所述的图案匹配装置，其特征在于，所述计算机系统还具备学习数据生成部，该学习数据生成部生成用于所述学习器实施所述学习的学习数据，所述学习数据生成部通过使所述第一图像坐标偏移来生成所述派生图像，并且将该生成的所述派生图像和所述第一图像作为所述学习数据提供给所述学习器，所述计算机系统使用所述学习数据生成部生成所述派生图像时使用的坐标偏移量、或者所述学习数据生成部生成的所述派生图像，计算所述第二相关图像。9.根据权利要求...

【专利技术属性】
技术研发人员：李良，长友涉，安部雄一，
申请(专利权)人：株式会社日立高新技术，
类型：发明
国别省市：