计算机系统、尺寸计测方法以及存储介质技术方案

技术编号:37241066 阅读:21 留言:0更新日期:2023-04-20 23:22
本公开提供一种计算机系统,排除尺寸计测所需的时间的缩短和操作者引起的误差。计算机系统提供以下功能:从半导体图案的图像数据中提取用于计测该半导体图案的所希望部位的尺寸的基点的坐标信息,使用该基点的坐标信息来计测尺寸,其中,该计算机系统具备安装有姿势推断模型的学习器,该姿势推断模型输出至少两个基点的坐标信息作为学习结果,该学习器使用以半导体图案的图像数据为输入且以至少两个基点的坐标信息为输出的教师数据预先实施学习,针对对学习器输入的新图像数据,提取至少两个基点的坐标信息以及尺寸(图1)。两个基点的坐标信息以及尺寸(图1)。两个基点的坐标信息以及尺寸(图1)。

【技术实现步骤摘要】
【国外来华专利技术】计算机系统、尺寸计测方法以及存储介质


[0001]本公开涉及根据设备加工结果的图像计测尺寸的计算机系统、尺寸计测方法以及存储介质。

技术介绍

[0002]近年来,为了提高半导体器件的性能,向半导体器件导入新材料,同时半导体器件的构造立体化、复杂化。此外,在当前的尖端半导体器件的加工中,要求纳米级别的精度。因此,半导体处理装置需要能够将多种材料极高精度地加工成各种形状,必然成为具备多个控制参数(输入参数)的装置。
[0003]在作为代表性的加工装置的蚀刻装置中,用于控制等离子体放电的设定项目数为30个以上。若将固定这些设定值时的放电设为1个步骤,则一边依次切换具有不同的设定值的步骤一边推进加工。在尖端工艺中,在一个加工工序中通常也使用10个步骤以上,在多的情况下使用30个步骤以上,为了使步骤的组合以及步骤内的全部的设定值最佳化,进行多达数百条件的加工试验。具有用于引出装置性能的技能和高的装置运用能力的工程师的数量有限,预计今后条件导出、装置运用不按照预定推进的情况会增加。
[0004]特别是,为了在短期间内构建实现所希望的构造的工艺,需要从当前的庞大的实验数据中检索类似的构造并将其作为出发点进行工艺构建,此时需要从SEM(Scanning Electron Microscope,扫描电子显微镜)图像中计测尺寸。现状多是以手工作业进行尺寸计测,但在应用于尖端工艺的情况下,构造变得复杂,每1张图像的测定点数也增加,因此通过手工进行的尺寸提取达到极限。进而,在手动的计测中,计测值产生操作者依赖性。此外,即使在线条/间隔的单位图案发生重复的图像中,也针对各个图案1个1个计测,因此存在计测值的统计量中除了工艺偏差以外还加上人为误差等课题。
[0005]针对这些课题,专利文献1公开了如下测定方法以及测定装置:根据图像的亮度值求出轮廓线,使用图案截面的上部和下部的2点的坐标值,通过手动除去SEM图像特有的白色阴影部分的信号,从而高精度地求出侧壁角度。
[0006]专利文献2公开了如下测定方法以及测定系统:根据SEM图像的亮度值的变化求出边缘点,算出近似图案的各边的直线,由此减少操作者依赖来提取各边的角度/长度。
[0007]专利文献3公开了如下计测方法以及计测系统:使用作为基于深层学习的图像识别技术的一种的物体检测和语义分割,进行区域分割和重复单位图案的分割,由此检测存在计测所需的计测点的轮廓线,计测尺寸。
[0008]在先技术文献
[0009]专利文献
[0010]专利文献1:日本特开2012

68138号公报
[0011]专利文献2:日本特开2002

350127号公报
[0012]专利文献3:国际公开第2020/121564号

技术实现思路

[0013]专利技术所要解决的课题
[0014]专利文献1以及2中记载的计测方法基于使用了亮度值的边缘检测法,针对每个图像需要阈值等参数调谐、基于目视判断的界面位置的指定等操作,不能说是适于自动计测的方法。为了实现不需要通过目视进行的调整的自动计测,不需要识别局部的亮度分布,而需要通过识别在图像中拍摄的各个物体的区域来提取妥当的物体的轮廓。认为具有这样的与目视同等或者其以上的性能的图像识别能够通过应用使用了机器学习特别是深层学习的图像识别技术来实现。
[0015]虽然专利文献3的方法能够实现自动计测,但存在以下等课题:为了向单位图案进行切分而需要物体检测模型并需要合计使2个模型进行学习、计测所需的计测点坐标需要基于轮廓线数据在后处理中求出。
[0016]本公开鉴于这样的状况,提出了在实现高速的尺寸计测(包括用于尺寸计测的准备期间在内而高速)的基础上,进一步减少操作者(用户)的计测时的工时的技术。
[0017]用于解决课题的手段
[0018]本公开通过将图像识别技术即人物姿势推断(HPE:Human Pose Estimation)模型应用于半导体图像的图案识别来解决上述的课题。HPE模型是用于推断图像中的人物的姿势的机器学习模型,以往,主要用途是自动驾驶车中的行人的动作识别、游戏设备、动画中的对象处理等。
[0019]在HPE模型中,人物的姿势通过被称为骨架的长度、倾斜度不同的多个线段的结合来表现,为了记述骨架而使用各线段的两端(结节点;关键点)的坐标。只要能够根据半导体图案的尺寸计测部位的图案形状适当地设定HPE模型的骨架,换言之,如果能够适当地使HPE模型进行学习,则基于上述的关键点能够作为图案的尺寸计测时的基点而利用这一观点,则能够实现本公开的技术。如上所述,本公开的技术通过将HPE模型应用于半导体图案的尺寸计测来解决上述以往技术的课题。
[0020]为了解决上述课题,作为一例,本公开提供一种计算机系统,其提供以下功能:从半导体图案的图像数据中提取用于计测该半导体图案的所希望部位的尺寸的基点的坐标信息,使用该基点的坐标信息来计测尺寸,所述计算机系统具备学习器,该学习器安装有姿势推断模型,该姿势推断模型将至少两个所述基点的坐标信息作为学习结果输出,所述学习器使用将所述半导体图案的图像数据作为输入并将所述至少两个基点的坐标信息作为输出的教师数据而预先实施学习,计算机系统针对输入到学习器的新图像数据,提取至少两个基点的坐标信息以及所述尺寸。
[0021]专利技术效果
[0022]在使用于进行尺寸计测的机器学习模型进行学习时,不需要经过提取轮廓线,进而从该轮廓线提取用于尺寸计测的基点这样的2个阶段的工序,因此能够缩短端到端的学习时间。此外,由于是使用机器学习模型的计测方法,因此能够实现自动计测。上述以外的课题、结构以及效果通过实施例的说明而明确。
附图说明
[0023]图1是表示在实施例1的尺寸计测系统中使用的服务器的内部结构例的图。
[0024]图2是表示实施例1的机器学习模型的结构例的示意图。
[0025]图3是表示实施例1的机器学习模型的学习过程的流程图。
[0026]图4是表示在学习的初始过程中实施的手动计测中使用的图像解析工具的GUI(Graphical User Interface,图形用户接口)画面的示意图。
[0027]图5是计测条件数据的记述例。
[0028]图6是表示注释数据的构造例的图。
[0029]图7是表示在实施例1中对作为计测对象的半导体图案设定的骨架构造的一例的图。
[0030]图8是表示骨架构造数据的例子的图。
[0031]图9是表示在进行模型的学习时,显示于终端PC的GUI画面的结构例的图。
[0032]图10是表示在使用学习完毕模型进行新图像的尺寸计测时,显示于终端PC的GUI画面的结构例的图。
[0033]图11是表示对学习完毕模型输入图像并输出尺寸值的过程的流程图。
[0034]图12是用于说明对学习完毕模型新输入图像数据而得到的结果的图。
[0035]图13是用于说明对学习完本文档来自技高网
...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算机系统,其提供以下功能:从半导体图案的图像数据中提取用于计测该半导体图案的所希望部位的尺寸的基点的坐标信息,使用该基点的坐标信息来计测所述尺寸,所述计算机系统具备学习器,该学习器安装有姿势推断模型,该姿势推断模型将至少两个所述基点的坐标信息作为学习结果输出,所述学习器使用将所述半导体图案的图像数据作为输入并将所述至少两个基点的坐标信息作为输出的教师数据而预先实施学习,所述计算机系统针对输入到所述学习器的新图像数据,提取所述至少两个基点的坐标信息以及所述尺寸。2.根据权利要求1所述的计算机系统,其中,还具备存储介质,该存储介质安装有图像解析工具,该图像解析工具具备通过像素运算来计算在GUI上指定的所述图像数据的给定部位间的距离的功能、和输出所述所希望部位的坐标信息的功能。3.根据权利要求2所述的计算机系统,其中,还具备:第一软件模块,将包括所述坐标信息的所述图像解析工具的输出数据变换为构成所述教师数据的注释数据。4.根据权利要求2所述的计算机系统,其中,还具备:第二软件模块,其使用包括所述坐标信息的所述图像解析工具的输出数据和预先输入的规则信息,生成所述姿势推断模型的骨架构造的定义数据。5.根据权利要求1所述的计算机系统,其中,还具备显示部,该显示部作为显示所述图像数据的用户接口发挥功能,所述显示部在所述用户接口上显示重叠有所述半导体图案的图像数据和提取出的所述至少两个基点的数据。6.根据权利要求5所述的计算机系统,其中,所述显示部在所述用户接口上进一步重叠显示由连结所述至少两个基点的线段的多个结合构成的所述半导体图案的骨架构造。7.根据权利要求1~6中任一项所述的计算机系统,其中,所述半导体图案的图像数据是由带电粒子束装置得到的截面图像。8.一种尺寸计测方法,通过计算机系统,从半导体图案的图像数据中提取用于计测该半导体图案的所希望部位的尺寸的基点的坐标信息,使用该基点的坐标信息来计测所述尺寸,所述尺寸计测方法包括:所述计算机系统自动设计包括所述半导体图案上的至少两个所述基点作为关键点的骨架,并且向进行了学习以输出该关键点的坐标信息的姿势推断模型输入包括所述半导体图案的计测对象的图像数据,生成该输入的图像数据的关键点的坐标信息;以及所述计算机系统使用所述计测对象的图像数据的所述关键点的坐标信息来计测所述尺寸,所述姿势推断模型使用将所述半导体图案的图像数据作为输入并将...

【专利技术属性】
技术研发人员:奥山裕大森健史
申请(专利权)人:株式会社日立高新技术
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1