[發明專利]人工智能辨識的半導體影像量測方法

在審

• 申請號: 202010855090.8
• 申請日: 2020-08-24
• 公開（公告）號: CN113759148A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 柳紀綸;陳榮欽;黃邦浩;陳朝煒
• 申請（專利權）人: 汎銓科技股份有限公司
• 主分類號: G01Q60/24
• 分類號: G01Q60/24;G01N23/2255;G01N23/2251;G01C11/00
• 代理公司: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 胡少青;許媛媛

1.一種人工智能辨識的半導體影像量測方法，其特征在于，前述方法包括以下步驟：

提供半導體的原始影像；

利用人工智能判斷前述原始影像所屬的類型和/或種類；

導入前述原始影像所屬的類型和/或種類所預定的尺寸量測模式，并依照前述預定的尺寸量測模式，掃描前述原始影像，以獲得前述原始影像的測量信號；以及

從前述原始影像中抽出特定位置的對象，通過對應于前述抽出特定位置的對象的測量信號強度的運算以獲得前述半導體中特定的物理參數。

2.如權利要求1所述的人工智能辨識的半導體影像量測方法，其特征在于，前述半導體的原始影像是由掃描式電子顯微鏡SEM、穿透式電子顯微鏡TEM、原子力顯微鏡AFM、聚焦離子束顯微鏡FIB、以及X-光繞射結晶分析儀所構成族群其中之一所拍攝提供。

3.如權利要求1所述的人工智能辨識的半導體影像量測方法，其特征在于，前述特定位置為前述原始影像中的指定結構處、指定高度、指定距離、指定50％高度、最小處、最大處、最底部、最頂部。

4.如權利要求1所述的人工智能辨識的半導體影像量測方法，其特征在于，前述特定的物理參數為前述半導體中特定層的厚度、寬度、厚度平均值、寬度平均值、厚度標準偏差、寬度標準偏差、厚度方均根、寬度方均根其中之一或其組合其中之一或其組合，和/或前述半導體中特定位置的長度、寬度、高度、間距、夾角、弧長其中之一或其組合其中之一或其組合。

5.如權利要求1所述的人工智能辨識的半導體影像量測方法，其特征在于，前述測量信號強度的運算為強度差運算、積分差運算或微分差運算。

6.如權利要求1至5中任一項所述的人工智能辨識的半導體影像量測方法，其特征在于，前述利用人工智能判斷前述原始像所屬的類型和/或種類的步驟是由一類神經網絡模塊所執行。

7.如權利要求6所述的人工智能辨識的半導體影像量測方法，其特征在于，前述類神經網絡模塊為卷積神經網絡CNN模塊或遞歸神經網絡RNN模塊。

8.一種人工智能辨識的半導體影像量測方法，其特征在于，其步驟包括：

提供半導體的原始影像；

優化處理前述原始影像，以獲得優化影像；

利用人工智能判斷前述優化影像所屬的類型和/或種類；

導入前述優化影像所屬的類型和/或種類所預定的尺寸量測模式，并依照前述預定的尺寸量測模式，掃描前述優化影像，以獲得前述優化影像的測量信號；以及

從前述優化影像中抽出特定位置的對象，通過對應于前述抽出特定位置的對象的測量信號強度的運算以獲得前述半導體中特定的物理參數。

9.如權利要求8所述的人工智能辨識的半導體影像量測方法，其特征在于，前述半導體的原始影像是由掃描式電子顯微鏡SEM、穿透式電子顯微鏡TEM、原子力顯微鏡AFM、聚焦離子束顯微鏡FIB、以及X-光繞射結晶分析儀所構成族群其中之一所拍攝提供。

10.如權利要求8所述的人工智能辨識的半導體影像量測方法，其特征在于，前述優化處理前述原始影像的步驟所優化處理的為前述原始影像的亮度、和/或對比、和/或敏銳度、和/或飽和度、和/或伽馬校正、和/或灰階、和/或色相、和/或色差、和/或色溫、和/或焦距、和/或分辨率、和/或噪聲、和/或邊緣平坦化。

11.如權利要求8所述的人工智能辨識的半導體影像量測方法，其特征在于，前述特定位置為前述優化影像中的指定結構處、指定高度、指定距離、指定50％高度、最小處、最大處、最底部、最頂部。