晶背缺陷图检索及预警方法、存储介质及计算机设备技术

本发明专利技术提供了一种晶背缺陷检测及预警方法、存储介质及计算机设备，通过自编码器神经网络对数据库中已知晶背缺陷图进行训练，得到晶背缺陷图检索模型并利用晶背缺陷检索模型提取已知晶背缺陷图的高维特征，并对其编码产生第一编码数据库；对于待检索晶背缺陷图，利用晶背缺陷图检索模型第二编码数据，利用最近邻算法在第一编码数据库中搜索第二编码数据；根据所述第二编码数据在第一编码数据库中存在与否，得出待待检索晶背缺陷图为未知缺陷预警还是已知缺陷类型。由此，不仅节约了人力成本，大大缩短了判断时间，提高了效率，而且，基于现有已知晶背缺陷图，提高了检索的精准率，降低了漏检率和误报率，为提高后续工艺的良率提供了重要保证。

【技术实现步骤摘要】
晶背缺陷图检索及预警方法、存储介质及计算机设备
本专利技术涉及一种半导体集成电路制造方法，特别涉及一种晶背缺陷图检索及预警方法、存储介质及计算机设备。
技术介绍
在半导体芯片制造工艺中，随着半导体芯片集成度的不断提高，半导体器件尺寸越来越小，器件的成型要求越来越严格。尤其是光刻工艺不仅要求晶圆的晶面具有良好的均一性，而且要求晶圆的晶背也不能存在污染、印记等缺陷。然而，在新的技术节点和/或新产品刚开始生产时，很难避免出现各种各样的晶背缺陷图，这是因为各种各样的原因都可能产生晶背缺陷图，比如工艺机台与晶圆背面的接触部件如背面夹具接触时容易在晶背上留下印记。这些印记随着后续工艺的进行有可能会形成特定的图形残留，这些图形残留可能会形成圈状多晶硅(Poly)残留，从而影响晶面上光刻工艺，形成散焦(defocus)，严重影响产品良率。因此，需要在半导体制造过程中及时、准确的发现晶背污染或缺陷。现有技术中，最常用的晶背缺陷图检测方法为：良率工程师通过扫描电子显微镜(SEM)来分辨晶背缺陷图的外形、尺寸、成分等，以查找其成因。可以理解地，该方法存在以下缺陷：一是依靠人工判断的方式，不仅需要负责检测的良率工程师具备丰富的经验，而且耗时耗力，效率低下；二是人为操作很难避免出现错判或遗漏的情况。而一旦出现错判或遗漏就可能造成良率低下，甚至晶圆的报废。因此，提供一种晶背缺陷图检索及预警方法，以能够准确快速地对晶背缺陷图进行自动判断，快速发现晶背缺陷图产生的原因日益成为本领域技术人员亟待解决的技术问题。需要说明的是，公开于该专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
本专利技术的目的是提供一种晶背缺陷图检索及预警方法、存储介质及计算机设备，以解决现有技术中晶背缺陷图检索存在的检索效率低以及漏判和错判的技术问题。为实现上述目的，本专利技术通过以下技术方案予以实现：一种晶背缺陷图检索及预警方法，包括：S1：将已知晶背缺陷图数据库中的已知晶背缺陷图作为训练样本集，训练自编码神经网络，直至得到晶背缺陷图检索模型；使用所述晶背缺陷图检索模型，分别对每一个所述已知晶背缺陷图进行特征编码，得到第一编码数据库；S2：利用所述晶背缺陷图模型对待检索晶背缺陷图进行所述特征编码，得到第二编码数据；S3：利用最近邻算法，通过在所述第一编码数据库中检索所述第二编码数据，判断在所述已知晶背缺陷图数据库中是否存在所述待检索晶背缺陷图的候选晶背缺陷图；若存在，则根据所述候选晶背缺陷图的缺陷类型判定所述待检索晶背缺陷图的缺陷类型；若不存在，则给出所述待检索晶背缺陷图为未知缺陷预警；其中，所述晶背缺陷图检索模型满足以下条件，使用所述晶背缺陷图检索模型对所述第一编码数据库中的每一个第一编码数据进行特征解码，得到重构晶背缺陷图数据集，每一个所述重构晶背缺陷图与其对应的所述已知晶背缺陷图的误差均在第一预设阈值范围内；其中，所述特征解码为所述特征编码的逆操作。可选地，在步骤S1之前，还包括对每一张所述已知晶背缺陷图的原始图片进行图像归一化处理，得到大小统一且通道相同的归一化图片；步骤S1中，所述将已知晶背缺陷图数据库中的已知晶背缺陷图作为训练样本集，包括将所有所述归一化图片作为所述训练样本集。可选地，所述晶背缺陷图检索模型包括输入层、残差层以及输出层，所述残差层分别连接所述输入层和所述输出层，其中，所述输入层包括若干个第一卷积层；所述残差层包括若干个残差子层，每个所述残差子层由至少一个卷积块和至少一个标识块叠加得到，其中，每个所述卷积块包括若干个第二卷积层和一个卷积捷径；每个所述标识块包括若干个第三卷积层；所述输出层包括若干个全连接层。可选地，所述第一卷积层为两个，和/或所述残差子层为三个，每个所述残差子层包括一个卷积块和一个标识块，每个所述卷积块包括三个第二卷积层和一个卷积捷径，每个所述标识块包括三个第三卷积层；和/或所述全连接层有四个。可选地，步骤S1中，所述使用所述晶背缺陷图检索模型，分别对每一个所述已知晶背缺陷图进行特征编码，得到第一编码数据库，其中，所述特征编码的方法包括如下步骤，S11：所述输入层接收所述训练样本集，并对所述训练样本集降维，得到特征维数为第一维数、深度为第一深度的第一特征维度数据集；S12：所述残差层接收所述第一特征维度数据集，并对所述第一特征维度数据集进行降维，得到特征维数为第二维数、深度为第二深度的第二特征维度数据集；S13：所述输出层接收所述第二特征维度数据集，并对所述第二特征维度数据集进行降维，得到特征维数为第三维数、深度为第三深度的第三特征维度数据集，将所述第三特征维度数据集作为所述第一编码数据库。可选地，所述第二维数为所述第一维数的八分之一和/或所述第二深度为所述第一深度的八倍。可选地，步骤S3中，利用最近邻算法，通过在所述第一编码数据库中检索所述第二编码数据，判断在所述已知晶背缺陷图数据库中是否存在所述待检索晶背缺陷图的候选晶背缺陷图的方法，包括，计算所述第一编码数据集中的第一编码数据与所述第二编码数据之间的欧式距离、汉明距离或余弦相似性，得到所述待检索晶背缺陷图与所述已知晶背缺陷图的相似度，从而得到所述待检索晶背缺陷图的候选晶背缺陷图列表；对所述候选晶背缺陷图列表按照相似度的大小重新排列，若存在相似度在第二预设阈值范围内的候选晶背缺陷图，则判定所述已知晶背缺陷图数据库中存在所述待检索晶背缺陷图的候选晶背缺陷图；否则，则判定所述已知晶背缺陷图数据库中不存在所述待检索晶背缺陷图的候选晶背缺陷图。可选地，若在步骤S3中判定在所述已知晶背缺陷图数据库中不存在其对应的候选晶背缺陷图，则执行以下步骤，将所述待检索晶背缺陷图作为已知晶背缺陷图扩增所述已知晶背缺陷图数据库，使用步骤S1相同的方法，升级所述晶背缺陷图检索模型和所述第一编码数据库。基于同一专利技术构思，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可执行的指令，当所述计算机可执行的指令被执行时实现上述任意一项所述的晶背缺陷图检索及预警方法。基于同一专利技术构思，本专利技术还提供了一种计算机设备，包括处理器以及存储设备，所述处理器适于实现各指令，所述存储设备适于存储多条指令，所述指令适于由处理器加载并执行权利要求1至8中任一项所述的晶背缺陷图检索及预警方法。与现有技术相比，本专利技术提供的一种晶背缺陷检测及预警方法,具有以下有益效果：本专利技术提供的一种晶背缺陷检测及预警方法，通过自编码器神经网络对数据库中现有大量已知晶背缺陷图进行训练，产生的所述晶背缺陷图检索模型可快速准确提取所述已知晶背缺陷图的高维特征并对其编码产生第一编码数据库；对于新产生的待检索晶背缺陷图，利用所述晶背缺陷图检索模型同样产生特征第二编码数据，利本文档来自技高网...

【技术保护点】
1.一种晶背缺陷图检索及预警方法，其特征在于，包括：/nS1：将已知晶背缺陷图数据库中的已知晶背缺陷图作为训练样本集，训练自编码神经网络，直至得到晶背缺陷图检索模型；使用所述晶背缺陷图检索模型，分别对每一个所述已知晶背缺陷图进行特征编码，得到第一编码数据库；/nS2：利用所述晶背缺陷图模型对待检索晶背缺陷图进行所述特征编码，得到第二编码数据；/nS3：利用最近邻算法，通过在所述第一编码数据库中检索所述第二编码数据，判断在所述已知晶背缺陷图数据库中是否存在所述待检索晶背缺陷图的候选晶背缺陷图；/n若存在，则根据所述候选晶背缺陷图的缺陷类型判定所述待检索晶背缺陷图的缺陷类型；/n若不存在，则给出所述待检索晶背缺陷图为未知缺陷预警；/n其中，所述晶背缺陷图检索模型满足以下条件，使用所述晶背缺陷图检索模型对所述第一编码数据库中的每一个第一编码数据进行特征解码，得到重构晶背缺陷图数据集，每一个所述重构晶背缺陷图与其对应的所述已知晶背缺陷图的误差均在第一预设阈值范围内；其中，所述特征解码为所述特征编码的逆操作。/n

【技术特征摘要】
1.一种晶背缺陷图检索及预警方法，其特征在于，包括：
S1：将已知晶背缺陷图数据库中的已知晶背缺陷图作为训练样本集，训练自编码神经网络，直至得到晶背缺陷图检索模型；使用所述晶背缺陷图检索模型，分别对每一个所述已知晶背缺陷图进行特征编码，得到第一编码数据库；
S2：利用所述晶背缺陷图模型对待检索晶背缺陷图进行所述特征编码，得到第二编码数据；
S3：利用最近邻算法，通过在所述第一编码数据库中检索所述第二编码数据，判断在所述已知晶背缺陷图数据库中是否存在所述待检索晶背缺陷图的候选晶背缺陷图；
若存在，则根据所述候选晶背缺陷图的缺陷类型判定所述待检索晶背缺陷图的缺陷类型；
若不存在，则给出所述待检索晶背缺陷图为未知缺陷预警；
其中，所述晶背缺陷图检索模型满足以下条件，使用所述晶背缺陷图检索模型对所述第一编码数据库中的每一个第一编码数据进行特征解码，得到重构晶背缺陷图数据集，每一个所述重构晶背缺陷图与其对应的所述已知晶背缺陷图的误差均在第一预设阈值范围内；其中，所述特征解码为所述特征编码的逆操作。


2.根据权利要求1所述的晶背缺陷图检索及预警方法，其特征在于，在步骤S1之前，还包括对每一张所述已知晶背缺陷图的原始图片进行图像归一化处理，得到大小统一且通道相同的归一化图片；
步骤S1中，所述将已知晶背缺陷图数据库中的已知晶背缺陷图作为训练样本集，包括将所有所述归一化图片作为所述训练样本集。


3.根据权利要求1所述的晶背缺陷图检索及预警方法，其特征在于，所述晶背缺陷图检索模型包括输入层、残差层以及输出层，所述残差层分别连接所述输入层和所述输出层，其中，
所述输入层包括若干个第一卷积层；
所述残差层包括若干个残差子层，每个所述残差子层由至少一个卷积块和至少一个标识块叠加得到，其中，每个所述卷积块包括若干个第二卷积层和一个卷积捷径；每个所述标识块包括若干个第三卷积层；
所述输出层包括若干个全连接层。


4.根据权利要求3所述的晶背缺陷图检索及预警方法，其特征在于，
所述第一卷积层为两个，
和/或
所述残差子层为三个，每个所述残差子层包括一个卷积块和一个标识块，每个所述卷积块包括三个第二卷积层和一个卷积捷径，每个所述标识块包括三个第三卷积层；
和/或
所述全连接层有四个。


5.根据权利要求3所述的晶背缺陷图检索及预警方法，其特征在于，步骤S1中，所述使用所述晶背缺陷图检索模型，分别对每一个所述已知晶背缺...

【专利技术属性】
技术研发人员：庄均珺，王泽逸，郭明，陈旭，王艳生，
申请(专利权)人：上海华力微电子有限公司，
类型：发明
国别省市：上海;31