JP7390851B2 - 欠陥分類装置、欠陥分類プログラム - Google Patents
欠陥分類装置、欠陥分類プログラム Download PDFInfo
- Publication number
- JP7390851B2 JP7390851B2 JP2019190939A JP2019190939A JP7390851B2 JP 7390851 B2 JP7390851 B2 JP 7390851B2 JP 2019190939 A JP2019190939 A JP 2019190939A JP 2019190939 A JP2019190939 A JP 2019190939A JP 7390851 B2 JP7390851 B2 JP 7390851B2
- Authority
- JP
- Japan
- Prior art keywords
- classification
- feature space
- defects
- defect
- classifying
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims description 209
- 238000000034 method Methods 0.000 claims description 24
- 238000003384 imaging method Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000011022 operating instruction Methods 0.000 claims 6
- 238000012545 processing Methods 0.000 description 70
- 238000003860 storage Methods 0.000 description 24
- 230000003287 optical effect Effects 0.000 description 15
- 238000013145 classification model Methods 0.000 description 9
- 239000011163 secondary particle Substances 0.000 description 8
- 238000007689 inspection Methods 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000002950 deficient Effects 0.000 description 5
- 238000001878 scanning electron micrograph Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 235000012431 wafers Nutrition 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000010894 electron beam technology Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Analysis (AREA)
Description
全体制御部113は、上位の欠陥検査装置(例えば光学式検査装置)の出力に基づいて、欠陥の位置を特定するとともに、その位置に欠陥観察装置100の視野が位置付けられるように、ステージ制御部112や電子光学系制御部110を制御し、欠陥の画像を取得する。
ADC処理部118は、得られた画像について、ADC処理を実行する。本実施形態においては、第1ADC(図3に例示するようなモデルを用いたADC処理)と、第2ADC(図4に例示するようなモデルを用いたADC処理)を、それぞれ実行する。本実施形態においては、2つのADC処理によって、class1とunknown class401の双方に含まれる欠陥(第1分類に属する欠陥)、class2とunknown classの双方に含まれる欠陥(第2分類に属する欠陥)、class1には含まれるけれどもunknown classには含まれない欠陥(第3分類に属する欠陥)、およびclass2には含まれるけれどもunknown classには含まれない欠陥(第4分類に属する欠陥)を分類する例について説明するが、1つのADC処理によって上記のような分類を実施してもよい。
ADC処理部118は、第2ADCによってunknown class401に分類された欠陥を抽出する。ADC処理部118は、抽出した欠陥についての情報を記憶装置116に格納する。この欠陥は、後述するステップにおいて分類精度評価のために用いる評価対象欠陥として用いることになる。
全体制御部113は、S504において抽出した欠陥について、MDCを実施するように、ユーザインターフェース上でユーザに対して促す。ユーザは後述する図6に例示するようなユーザインターフェースを用いて、その欠陥に対してMDCを実施する。
ADC処理部118は、第1ADC(S502)における分類結果のなかから、第2ADC(S503)においてunknown class401へ分類された欠陥を抽出する。
全体制御部113は、S505においてMDCに供した欠陥個数(すなわちS504においてunknown classとして抽出した欠陥個数)を、MDC総数として取得する。ADC処理部118はさらに、unknown classに属する欠陥のなかで、第1ADC(S502)における分類結果とMDC(S505)における分類結果が一致した正解欠陥の個数を取得する。全体制御部113は、これらの個数や比率(正解欠陥の個数/unknown classに属する欠陥の個数)を、分類精度の評価結果として出力する。
第1ADCの正解率が高い(所定の閾値以上、あるいは所定の閾値より高い)場合は、検査条件が適切に選択されていると言える。第1ADCの正解率が低い(所定の閾値未満、あるいは所定の閾値以下)場合は、検査条件が適切に設定されていないことが考えられる。そこで全体制御部113は、正解率が所定値以下、あるいは所定値を下回ったときは、レシピを自動更新する、あるいはレシピ更新を促すアラートを表示部206に表示させる。これにより、過度のレシピ更新を実施することによる欠陥観察装置100の稼働率低下を抑制しつつ、ADCの高い分類精度を維持することが可能となる。
全体制御部113は、第1ADCの分類結果の中から、第2ADCによってunknown classと分類された欠陥情報を読み出す(S701、S506)。GUI画面601は、この読み出された情報を表示する。ユーザはGUI画面601上でMDC処理を実施する(S702)。図6に例示するように、異物や欠陥の画像(本実施形態ではSEM画像)と第1ADCの結果を併せて表示することによって、第1ADCの出力が適切であるか否かを確認しつつ、MDCを実施できる。
全体制御部113は、第1ADCの結果におけるclass(欠陥や異物の種類)が、MDCによって変更されたか否かを判定する。変更された場合には、修正回数を+1カウントする。MDC処理数は、unknown classに分類された画像数に等しい。修正回数は、MDCによって第1ADCの分類結果を変更した画像数に等しい。
全体制御部113は、unknown classへの分類数からMDC実行数を減算した結果を分子とし、unknown classに分類された画像数を分母として、分類精度(Accuracy)を計算する。Accuracyは、第1ADCの分類結果がどれほど正確かを表す指標値であるが、第1ADCの分類結果の信頼性が評価できる指標値であればその他の指標を用いることもできる。例えば、信頼できない程度(MDCによって分類結果が変わった数/unknown classへの分類数)を算出し、それを出力することによって、分類精度を評価してもよい。
全体制御部113は、分類精度と、あらかじめ記憶しておいた判定閾値とを比較する。分類精度が判定閾値以上であれば正常とみなす場合、分類精度が閾値以下、あるいは閾値未満である場合、全体制御部113は、レシピ更新を促すアラートを発生する。
以上の実施形態において、画像処理部114(ADR処理部117を含む)または全体制御部113(ADC処理部118を含む)は、ハードウェア、ソフトウェアいずれの方式でも実現可能である。ハードウェアによりADR処理部117またはADC処理部118を構成する場合には、ADRあるいはADCに必要な処理を実行する複数の演算器を配線基板上、あるいは1つの半導体チップないしパッケージ内に集積することにより実現できる、ソフトウェアによりADR処理部117またはADC処理部118を構成する場合には、ADR処理部117またはADC処理部118内に高速な汎用CPUやGPUを搭載し、ADRあるいはADCの処理を行うプログラム(コンポーネント)を実行させることにより実現できる。
102 レンズ
103 走査偏向器
104 対物レンズ
105 試料
106 ステージ
107 電子ビーム
108 2次粒子
109 2次粒子検出器
110 電子光学系制御部
111 A/D変換部
112 ステージ制御部
113 全体制御部
114 画像処理部
115 操作部
116 記憶装置
117 ADR処理部
118 ADC処理部
119 光学顕微鏡
201 画像情報記憶部
202 ADC制御部
203 画像処理部
204 分類処理部
205 分類情報記憶部
206 表示部
207 キーボード
208 マウス
Claims (7)
- ウエハ上の欠陥を分類する欠陥分類装置であって、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得する画像取得部、
前記観察画像に含まれる欠陥を分類するコンピュータシステム、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェース、
を備え、
前記コンピュータシステムは、前記観察画像に含まれる欠陥を、
第1特徴量空間、
前記第1特徴量空間とは異なる第2特徴量空間、
前記第1特徴量空間と前記第2特徴量空間の双方にまたがる第3特徴量空間、
のうちいずれかへ分類し、
前記コンピュータシステムは、前記欠陥のうち前記第3特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取り、
前記コンピュータシステムは、前記欠陥を前記コンピュータシステムが前記第3特徴量空間へ分類した結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力し、
前記コンピュータシステムは、前記欠陥を前記第1特徴量空間と前記第2特徴量空間のうちいずれかへ分類する第1分類ステップを実施し、
前記コンピュータシステムは、前記欠陥を前記第1特徴量空間と前記第2特徴量空間と前記第3特徴量空間のうちいずれかへ分類する第2分類ステップを実施し、
前記コンピュータシステムは、前記第1分類ステップにおける分類結果のなかから、前記第2分類ステップにおいて前記第3特徴量空間に分類した欠陥を、分類精度判定のために用いる評価対象欠陥として抽出し、
前記コンピュータシステムは、前記第2分類ステップにおいて前記第3特徴量空間へ分類した欠陥の個数と、前記手動分類によって前記第3特徴量空間に分類された欠陥の個数とを用いて、前記分類精度を判定し、
前記コンピュータシステムは、前記第2分類ステップにおいて前記第3特徴量空間に分類した欠陥のうち、前記手動分類による分類結果と前記第1分類ステップによる分類結果が一致した正解欠陥の個数を取得し、
前記コンピュータシステムは、前記正解欠陥の個数を、前記第2分類ステップにおいて前記第3特徴量空間へ分類した欠陥の個数によって除算した値を、前記分類精度として出力する
ことを特徴とする欠陥分類装置。 - ウエハ上の欠陥を分類する欠陥分類装置であって、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得する画像取得部、
前記観察画像に含まれる欠陥を分類するコンピュータシステム、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェース、
を備え、
前記コンピュータシステムは、前記観察画像に含まれる欠陥を、
第1特徴量空間、
前記第1特徴量空間とは異なる第2特徴量空間、
前記第1特徴量空間と前記第2特徴量空間の双方にまたがる第3特徴量空間、
のうちいずれかへ分類し、
前記コンピュータシステムは、前記欠陥のうち前記第3特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取り、
前記コンピュータシステムは、前記欠陥を前記コンピュータシステムが前記第3特徴量空間へ分類した結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力し、
前記コンピュータシステムは、前記分類精度が判定閾値未満である場合は、前記撮像装置が前記観察画像を取得する際に用いる撮像条件を変更し、または変更することを促すアラートを出力する
ことを特徴とする欠陥分類装置。 - ウエハ上の欠陥を分類する欠陥分類装置であって、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得する画像取得部、
前記観察画像に含まれる欠陥を分類するコンピュータシステム、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェース、
を備え、
前記コンピュータシステムは、前記観察画像に含まれる欠陥を、
第1特徴量空間、
前記第1特徴量空間とは異なる第2特徴量空間、
前記第1特徴量空間と前記第2特徴量空間の双方にまたがる第3特徴量空間、
のうちいずれかへ分類し、
前記コンピュータシステムは、前記欠陥のうち前記第3特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取り、
前記コンピュータシステムは、前記欠陥を前記コンピュータシステムが前記第3特徴量空間へ分類した結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力し、
前記コンピュータシステムは、前記欠陥を前記第1特徴量空間と前記第2特徴量空間のうちいずれかへ分類する第1分類ステップを実施し、
前記コンピュータシステムは、前記欠陥を前記第1特徴量空間と前記第2特徴量空間と前記第3特徴量空間のうちいずれかへ分類する第2分類ステップを実施し、
前記ユーザインターフェースは、前記第1分類ステップによる分類結果と前記第2分類ステップによる分類結果を相互比較しながら前記第1分類ステップの結果を修正するために用いる修正インターフェースを有する
ことを特徴とする欠陥分類装置。 - 前記第3特徴量空間は、前記第1特徴量空間と前記第2特徴量空間との間の境界のうち少なくとも一部を包含するように構成されている
ことを特徴とする請求項1から3のいずれか1項記載の欠陥分類装置。 - ウエハ上の欠陥を分類する処理をコンピュータに実行させる欠陥分類プログラムであって、前記コンピュータに、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得するステップ、
前記観察画像に含まれる欠陥を分類するステップ、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェースから前記操作指示を受け取るステップ、
を実行させ、
前記欠陥を分類するステップにおいては、前記コンピュータに、前記観察画像に含まれる欠陥を、
第1特徴量空間、
前記第1特徴量空間とは異なる第2特徴量空間、
前記第1特徴量空間と前記第2特徴量空間の双方にまたがる第3特徴量空間、
のうちいずれかへ分類させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥のうち前記第3特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取るステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を分類するステップの結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力するステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を前記第1特徴量空間と前記第2特徴量空間のうちいずれかへ分類する第1分類ステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を前記第1特徴量空間と前記第2特徴量空間と前記第3特徴量空間のうちいずれかへ分類する第2分類ステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記第1分類ステップにおける分類結果のなかから、前記第2分類ステップにおいて前記第3特徴量空間に分類した欠陥を、分類精度判定のために用いる評価対象欠陥として抽出するステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記第2分類ステップにおいて前記第3特徴量空間へ分類した欠陥の個数と、前記手動分類によって前記第3特徴量空間に分類された欠陥の個数とを用いて、前記分類精度を判定するステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記第2分類ステップにおいて前記第3特徴量空間に分類した欠陥のうち、前記手動分類による分類結果と前記第1分類ステップによる分類結果が一致した正解欠陥の個数を取得するステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記正解欠陥の個数を、前記第2分類ステップにおいて前記第3特徴量空間へ分類した欠陥の個数によって除算した値を、前記分類精度として出力するステップを実施させる
ことを特徴とする欠陥分類プログラム。 - ウエハ上の欠陥を分類する処理をコンピュータに実行させる欠陥分類プログラムであって、前記コンピュータに、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得するステップ、
前記観察画像に含まれる欠陥を分類するステップ、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェースから前記操作指示を受け取るステップ、
を実行させ、
前記欠陥を分類するステップにおいては、前記コンピュータに、前記観察画像に含まれる欠陥を、
第1特徴量空間、
前記第1特徴量空間とは異なる第2特徴量空間、
前記第1特徴量空間と前記第2特徴量空間の双方にまたがる第3特徴量空間、
のうちいずれかへ分類させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥のうち前記第3特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取るステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を分類するステップの結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力するステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記分類精度が判定閾値未満である場合は、前記撮像装置が前記観察画像を取得する際に用いる撮像条件を変更し、または変更することを促すアラートを出力するステップを実施させる
ことを特徴とする欠陥分類プログラム。 - ウエハ上の欠陥を分類する処理をコンピュータに実行させる欠陥分類プログラムであって、前記コンピュータに、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得するステップ、
前記観察画像に含まれる欠陥を分類するステップ、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェースから前記操作指示を受け取るステップ、
を実行させ、
前記欠陥を分類するステップにおいては、前記コンピュータに、前記観察画像に含まれる欠陥を、
第1特徴量空間、
前記第1特徴量空間とは異なる第2特徴量空間、
前記第1特徴量空間と前記第2特徴量空間の双方にまたがる第3特徴量空間、
のうちいずれかへ分類させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥のうち前記第3特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取るステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を分類するステップの結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力するステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を前記第1特徴量空間と前記第2特徴量空間のうちいずれかへ分類する第1分類ステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を前記第1特徴量空間と前記第2特徴量空間と前記第3特徴量空間のうちいずれかへ分類する第2分類ステップを実施させ、
前記ユーザインターフェースは、前記第1分類ステップによる分類結果と前記第2分類ステップによる分類結果を相互比較しながら前記第1分類ステップの結果を修正するために用いる修正インターフェースを有する
ことを特徴とする欠陥分類プログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019190939A JP7390851B2 (ja) | 2019-10-18 | 2019-10-18 | 欠陥分類装置、欠陥分類プログラム |
KR1020227011553A KR20220062568A (ko) | 2019-10-18 | 2020-08-24 | 결함 분류 장치, 결함 분류 프로그램 |
US17/769,584 US20240127421A1 (en) | 2019-10-18 | 2020-08-24 | Defect Classification Device and Defect Classification Program |
PCT/JP2020/031826 WO2021075152A1 (ja) | 2019-10-18 | 2020-08-24 | 欠陥分類装置、欠陥分類プログラム |
TW109130333A TWI723941B (zh) | 2019-10-18 | 2020-09-04 | 缺陷分類裝置、缺陷分類程式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019190939A JP7390851B2 (ja) | 2019-10-18 | 2019-10-18 | 欠陥分類装置、欠陥分類プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021068745A JP2021068745A (ja) | 2021-04-30 |
JP7390851B2 true JP7390851B2 (ja) | 2023-12-04 |
Family
ID=75537786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019190939A Active JP7390851B2 (ja) | 2019-10-18 | 2019-10-18 | 欠陥分類装置、欠陥分類プログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240127421A1 (ja) |
JP (1) | JP7390851B2 (ja) |
KR (1) | KR20220062568A (ja) |
TW (1) | TWI723941B (ja) |
WO (1) | WO2021075152A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011155123A1 (ja) | 2010-06-07 | 2011-12-15 | 株式会社 日立ハイテクノロジーズ | 観察画像の分類基準の最適化方法、および画像分類装置 |
JP2013137203A (ja) | 2011-12-28 | 2013-07-11 | Hitachi High-Technologies Corp | Gui、分類装置、分類方法、プログラム及び分類プログラムを記憶した記憶媒体 |
JP2013224942A (ja) | 2012-04-19 | 2013-10-31 | Applied Materials Israel Ltd | 自動欠陥分類のための未知欠陥除去の最適化 |
JP2013224943A5 (ja) | 2013-04-18 | 2016-06-16 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5156452B2 (ja) * | 2008-03-27 | 2013-03-06 | 東京エレクトロン株式会社 | 欠陥分類方法、プログラム、コンピュータ記憶媒体及び欠陥分類装置 |
US10043264B2 (en) * | 2012-04-19 | 2018-08-07 | Applied Materials Israel Ltd. | Integration of automatic and manual defect classification |
JP2016058465A (ja) * | 2014-09-08 | 2016-04-21 | 株式会社日立ハイテクノロジーズ | 欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置 |
US11237119B2 (en) * | 2017-01-10 | 2022-02-01 | Kla-Tencor Corporation | Diagnostic methods for the classifiers and the defects captured by optical tools |
-
2019
- 2019-10-18 JP JP2019190939A patent/JP7390851B2/ja active Active
-
2020
- 2020-08-24 WO PCT/JP2020/031826 patent/WO2021075152A1/ja active Application Filing
- 2020-08-24 US US17/769,584 patent/US20240127421A1/en active Pending
- 2020-08-24 KR KR1020227011553A patent/KR20220062568A/ko unknown
- 2020-09-04 TW TW109130333A patent/TWI723941B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011155123A1 (ja) | 2010-06-07 | 2011-12-15 | 株式会社 日立ハイテクノロジーズ | 観察画像の分類基準の最適化方法、および画像分類装置 |
JP2013137203A (ja) | 2011-12-28 | 2013-07-11 | Hitachi High-Technologies Corp | Gui、分類装置、分類方法、プログラム及び分類プログラムを記憶した記憶媒体 |
JP2013224942A (ja) | 2012-04-19 | 2013-10-31 | Applied Materials Israel Ltd | 自動欠陥分類のための未知欠陥除去の最適化 |
JP2013224943A5 (ja) | 2013-04-18 | 2016-06-16 |
Also Published As
Publication number | Publication date |
---|---|
US20240127421A1 (en) | 2024-04-18 |
WO2021075152A1 (ja) | 2021-04-22 |
JP2021068745A (ja) | 2021-04-30 |
KR20220062568A (ko) | 2022-05-17 |
TW202117882A (zh) | 2021-05-01 |
TWI723941B (zh) | 2021-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10445875B2 (en) | Pattern-measuring apparatus and semiconductor-measuring system | |
US9020237B2 (en) | Method for optimizing observed image classification criterion and image classification apparatus | |
US10483081B2 (en) | Self directed metrology and pattern classification | |
US9280814B2 (en) | Charged particle beam apparatus that performs image classification assistance | |
JP5957378B2 (ja) | 欠陥観察方法および欠陥観察装置 | |
JP3834041B2 (ja) | 学習型分類装置及び学習型分類方法 | |
US9582875B2 (en) | Defect analysis assistance device, program executed by defect analysis assistance device, and defect analysis system | |
US9262821B2 (en) | Inspection recipe setup from reference image variation | |
JP6078234B2 (ja) | 荷電粒子線装置 | |
KR102057429B1 (ko) | 결함 관찰 장치 및 결함 관찰 방법 | |
CN112840205B (zh) | 基于设计及噪声的关注区域 | |
JP2012014475A (ja) | パターンマッチング方法,画像処理装置、及びコンピュータプログラム | |
US9685301B2 (en) | Charged-particle radiation apparatus | |
IL257205A (en) | Self-directed metrology and example classification | |
JP7390851B2 (ja) | 欠陥分類装置、欠陥分類プログラム | |
JP2007198968A (ja) | 画像分類方法及び画像分類装置 | |
JP2017003305A (ja) | 欠陥画像分類装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221013 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230807 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231005 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231024 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231121 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7390851 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |