-
公开(公告)号：CN115917246A
公开(公告)日：2023-04-04
申请号：CN202180045618.8
申请日：2021-08-06
Applicant: 科磊股份有限公司
IPC: G01B11/24
Abstract: 本发明提供用于确定样品的信息的方法及系统。特定实施例涉及使用深度学习人工智能进行凸块高度3D检验及计量。例如，一个实施例包含深度学习(DL)模型，其经配置用于基于由成像子系统产生的样品的一或多个图像预测形成于所述样品上的一或多个3D结构的高度。一或多个计算机系统经配置用于基于所述经预测高度确定所述样品的信息。确定所述信息可包含例如基于所述经预测高度确定所述3D结构中的任何者是否有缺陷。在另一实例中，针对所述样品确定的所述信息可包含所述一或多个3D结构的平均高度度量。
-
公开(公告)号：CN107580710B
公开(公告)日：2019-05-14
申请号：CN201680013835.8
申请日：2016-03-15
Applicant: 科磊股份有限公司
Abstract: 本发明揭示用于增强使用检验工具检测晶片中的缺陷的检验灵敏度的系统及方法。多个发光二极管照明晶片的至少一部分且获取灰阶图像集合。在所述灰阶图像集合的每一图像中确定残余信号且从所述灰阶图像集合的每一图像减去所述残余信号。基于所述减去后的灰阶图像集合识别缺陷。在所揭示系统及方法的一些实施例中可建置及精制检验工具及晶片的模型。
-
公开(公告)号：CN107580710A
公开(公告)日：2018-01-12
申请号：CN201680013835.8
申请日：2016-03-15
Applicant: 科磊股份有限公司
CPC classification number: G06K9/6201 , G03F1/84 , G06T5/50 , G06T7/001 , G06T2207/10016 , G06T2207/10024 , G06T2207/20224 , G06T2207/30148 , H04N5/2256
Abstract: 本发明揭示用于增强使用检验工具检测晶片中的缺陷的检验灵敏度的系统及方法。多个发光二极管照明晶片的至少一部分且获取灰阶图像集合。在所述灰阶图像集合的每一图像中确定残余信号且从所述灰阶图像集合的每一图像减去所述残余信号。基于所述减去后的灰阶图像集合识别缺陷。在所揭示系统及方法的一些实施例中可建置及精制检验工具及晶片的模型。
-
-
公开(公告)号：CN106030292B
公开(公告)日：2020-03-27
申请号：CN201580008360.9
申请日：2015-02-11
Applicant: 科磊股份有限公司
Abstract: 本发明揭示用于在半导体样本中检测缺陷或复检缺陷的方法及设备。系统具有明场BF模块，所述BF模块用于将BF照明光束引导到样本上并检测响应于所述BF照明光束而从所述样本反射的输出光束。所述系统具有经调制光反射比MOR模块，所述MOR模块用于将泵浦光束及探测光束引导到所述样本并检测响应于所述泵浦光束及所述探测光束而来自探测光点的MOR输出光束。所述系统包含处理器，所述处理器用于分析来自多个BF光点的所述BF输出光束以检测所述样本的表面上或接近所述表面的缺陷，并分析来自多个探测光点的所述MOR输出光束以检测在所述样本的所述表面以下的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN106030292A
公开(公告)日：2016-10-12
申请号：CN201580008360.9
申请日：2015-02-11
Applicant: 科磊股份有限公司
Abstract: 本发明揭示用于在半导体样本中检测缺陷或复检缺陷的方法及设备。系统具有明场BF模块，所述BF模块用于将BF照明光束引导到样本上并检测响应于所述BF照明光束而从所述样本反射的输出光束。所述系统具有经调制光反射比MOR模块，所述MOR模块用于将泵浦光束及探测光束引导到所述样本并检测响应于所述泵浦光束及所述探测光束而来自探测光点的MOR输出光束。所述系统包含处理器，所述处理器用于分析来自多个BF光点的所述BF输出光束以检测所述样本的表面上或接近所述表面的缺陷，并分析来自多个探测光点的所述MOR输出光束以检测在所述样本的所述表面以下的缺陷。
-
公开(公告)号：CN111819676B
公开(公告)日：2022-01-14
申请号：CN201980017305.4
申请日：2019-03-28
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于训练用于低分辨率图像中的缺陷检测的神经网络的方法及系统。一个系统包含：检验工具，其包含高分辨率成像子系统及低分辨率成像子系统；及一或多个组件，其包含高分辨率神经网络及低分辨率神经网络。所述系统的计算机子系统经配置用于产生缺陷图像的训练集。所述缺陷图像中的至少一者由所述高分辨率神经网络使用由所述高分辨率成像子系统产生的图像合成地产生。所述计算机子系统还经配置用于使用缺陷图像的所述训练集作为输入而训练所述低分辨率神经网络。另外，所述计算机子系统经配置用于通过将由所述低分辨率成像子系统针对另一样品产生的所述图像输入到所述经训练低分辨率神经网络中而检测所述另一样品上的缺陷。
-
公开(公告)号：CN111819676A
公开(公告)日：2020-10-23
申请号：CN201980017305.4
申请日：2019-03-28
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于训练用于低分辨率图像中的缺陷检测的神经网络的方法及系统。一个系统包含：检验工具，其包含高分辨率成像子系统及低分辨率成像子系统；及一或多个组件，其包含高分辨率神经网络及低分辨率神经网络。所述系统的计算机子系统经配置用于产生缺陷图像的训练集。所述缺陷图像中的至少一者由所述高分辨率神经网络使用由所述高分辨率成像子系统产生的图像合成地产生。所述计算机子系统还经配置用于使用缺陷图像的所述训练集作为输入而训练所述低分辨率神经网络。另外，所述计算机子系统经配置用于通过将由所述低分辨率成像子系统针对另一样品产生的所述图像输入到所述经训练低分辨率神经网络中而检测所述另一样品上的缺陷。
-
公开(公告)号：CN109155266B
公开(公告)日：2020-03-27
申请号：CN201780028834.5
申请日：2017-04-03
Applicant: 科磊股份有限公司
IPC: H01L21/66 , H01L21/768
Abstract: 本发明揭示用于测量硅穿孔TSV结构的特性的方法及设备。使用束轮廓反射率BPR工具来移动到具有TSV结构的第一xy位置。然后使用所述BPR工具来通过将z位置调整到用于在所述第一xy位置处获得测量值的第一最优z位置而在所述第一xy位置处获得最优聚焦。经由所述BPR工具，在所述第一xy位置处获得多个入射角的反射率测量值。基于所述反射率测量值而确定所述TSV结构的一或多个膜厚度。还可记录z位置且使用所述z位置来确定此TSV结构以及一或多个邻近xy位置的高度。
-
公开(公告)号：CN109155266A
公开(公告)日：2019-01-04
申请号：CN201780028834.5
申请日：2017-04-03
Applicant: 科磊股份有限公司
IPC: H01L21/66 , H01L21/768
Abstract: 本发明揭示用于测量硅穿孔TSV结构的特性的方法及设备。使用束轮廓反射率BPR工具来移动到具有TSV结构的第一xy位置。然后使用所述BPR工具来通过将z位置调整到用于在所述第一xy位置处获得测量值的第一最优z位置而在所述第一xy位置处获得最优聚焦。经由所述BPR工具，在所述第一xy位置处获得多个入射角的反射率测量值。基于所述反射率测量值而确定所述TSV结构的一或多个膜厚度。还可记录z位置且使用所述z位置来确定此TSV结构以及一或多个邻近xy位置的高度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
