UNSUPERVISED LEARNING-BASED REFERENCE SELECTION FOR ENHANCED DEFECT INSPECTION SENSITIVITY

An optical characterization system and a method of using the same are disclosed. The system comprises a controller configured to be communicatively coupled with one or more detectors configured to receive illumination from a sample and generate image data. One or more processors may be configured to...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: PATWARY, Nurmohammed, BRAUER, Bjorn, LI, Xiaochun, PARK, Sean Sangbong
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:An optical characterization system and a method of using the same are disclosed. The system comprises a controller configured to be communicatively coupled with one or more detectors configured to receive illumination from a sample and generate image data. One or more processors may be configured to receive images of dies on the sample, calculate dissimilarity values for all combinations of the images, perform a cluster analysis to partition the combinations of the images into two or more clusters, generate a reference image for a cluster of the two or more clusters using two or more of the combinations of the images in the cluster; and detect one or more defects on the sample by comparing a test image in the cluster to the reference image for the cluster. La présente divulgation concerne un système de caractérisation optique et son procédé d'utilisation. Le système comprend un dispositif de commande configuré pour être couplé en communication avec un ou plusieurs détecteurs configurés pour recevoir un éclairage d'un échantillon et générer des données d'image. Un ou plusieurs processeurs peuvent être configurés pour recevoir des images de puces sur l'échantillon, calculer des valeurs de dissimilarité pour toutes les combinaisons des images, effectuer une analyse de groupe afin de diviser les combinaisons des images en au moins deux groupes, générer une image de référence pour un groupe desdits groupes à l'aide d'au moins deux des combinaisons des images dans le groupe; et détecter un ou plusieurs défauts sur l'échantillon par comparaison d'une image de test dans le groupe à l'image de référence pour le groupe.