计算机系统、尺寸测量方法以及半导体装置制造系统与流程

本公开涉及从表示器件加工结果的图像测量尺寸的计算机系统、尺寸测量方法以及半导体装置制造系统。

背景技术：

1、近年，为了提高半导体器件的性能，对半导体器件导入新材料，同时半导体器件的构造正在立体化/复杂化。此外，在现在的尖端半导体器件的加工中，要求纳米级的精度。因此，半导体处理装置需要能够将多种材料以极高的精度加工成各种形状，必然会成为具备大量控制参数(输入参数)的装置。

2、在作为代表性的加工装置的蚀刻装置中，用于控制等离子放电的设定项目数是30以上。若将固定了这些设定值时的放电设为1个步骤，则在一个接一个地切换具有不同的设定值的步骤的同时推进加工。在尖端工艺中，在1个加工工序中通常也是10个步骤以上，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设定值最佳化，也会进行数百个条件的加工试验。拥有用于发挥装置性能的技术诀窍和高的装置运用技能的工程师的数量有限，预计今后条件导出、装置运用不会按预定计划进行的情况会增多。

3、特别地，为了在短期间内构建实现所期望的构造的工艺，需要从已有的庞大的实验数据之中检索类似的构造并以其为出发点来进行工艺构建，但是此时需要从sem(scanning electron microscope，扫描电子显微镜)图像测量尺寸。现状是以手工作业来进行尺寸测量的情况居多，但在应用于尖端工艺的情况下构造会变复杂，每一张图像的测定点数也会增加，以人手进行的尺寸提取正在达到界限。进一步地，在手动进行的测量中，测量值会对操作者产生依赖性。此外，即使是线宽/间距的单位图案进行重复的图像，由于按单独的每个图案1个1个地进行测量，因此在测量值的统计量中，存在除了工艺偏差以外还会加上人的误差等课题。

4、针对这些课题，专利文献1公开了如下的测定方法以及测定装置，通过根据图像的亮度值来求取轮廓线，使用图案截面的上部和下部的2点坐标值，以手动来除去sem图像特有的白的影部分的信号，从而精度良好地求取侧壁角度。

5、专利文献2公开了如下的测定方法以及测定系统，通过根据sem图像的亮度值的变化来求取边缘点，推断出对图案的各边进行近似的直线，从而减少操作者依赖地提取各边的角度/长度。

6、专利文献3公开了如下测量方法以及测量系统，通过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，从而检测存在测量所需的测量点的轮廓线，并测量尺寸。

7、在先技术文献

8、专利文献

9、专利文献1：jp特开2012-68138号公报

10、专利文献2：jp特开2002-350127号公报

11、专利文献3：jp专利第6872670号

技术实现思路

1、发明想要解决的课题

2、专利文献1以及2所记载的测量方法基于使用了亮度值的边缘检测法，需要按每个图像来进行阈值等参数调整、基于目视判断的界面位置的指定等操作，不能说是适于自动测量的手法。为了实现不需要基于目视的调整的自动测量，需要并不是识别局部的亮度分布，而是通过识别图像中拍到的单独的物体的区域来提取妥当的物体的轮廓。认为具有与这样的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。

3、专利文献3的手法能够实现自动测量，但是存在以下等课题：在对单位图案的切分用途中需要物体检测模型从而需要合计学习2个模型；以及测量所需的测量点坐标需要根据轮廓线数据在后处理中求取。

4、发明者发现，通过将作为图像识别技术之一的人物姿势推定(hpe：human poseestimation)应用到半导体图像的图案识别中，能够解决上述的课题。hpe模型是用于推定图像中的人物的姿势的机器学习模型，以往，自动驾驶汽车的步行者的动作识别、游戏机、动画片中的目标物处理等是主要的用途。

5、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的基点(关键点)的坐标。因此，若与半导体图案的尺寸测量部位的图案形状相匹配地适当设定hpe模型的骨架，则能够以上述的关键点作为图案的尺寸测量时的基点来利用。另一方面，由于在hpe模型中需要在学习前教授测量部位，因此在模型的学习后需要追加测量部位的情况下，需要对学习数据集中包含的全部样本记载所追加的测量部位，这一点成为新的课题。在样本数多的情况下，该修正的工时会成为大的负担。关于该课题，考察了hpe模型中使用的数据集的结构的结果是，发明者发现了以下前处理方法，在该前处理方法中，只要对一部分样本进行修正，就能与其他样本一起进行模型的学习。通过该前处理，能够解决上述的hpe模型的课题。此外，通过混合测量部位数不同的多个学习数据集来扩大数据集的规模，也能够提高模型的精度。

6、本公开的课题在于，提供一种计算机系统、尺寸测量方法、以及半导体装置制造系统，在尺寸测量方法中，减少在追加测量部位时产生的数据集修正的工时。

7、用于解决课题的手段

8、为了解决上述课题，在本发明中，提供一种计算机系统，从图案的图像数据中提取用于测量该图案的所期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测量所述尺寸，该计算机系统具备：前处理部，在学习器所使用的学习数据集中混合存在记载了全部基点的坐标的样本和仅记载了一部分基点的坐标的样本的情况下，对于仅记载了一部分基点的坐标值的样本，将注释数据中不足的该基点设为不足测量部位，通过对图像数据遮蔽该不足测量部位，来将全部样本合起来进行学习，所述前处理部具备：学习器，安装有输出至少2个所述基点的坐标信息作为学习结果的姿势推定模型，所述学习器使用将所述图像数据作为输入且将至少2个所述基点的坐标信息作为输出的学习数据来预先实施学习，所述计算机系统对于对所述学习器输入的新图像数据，提取所述至少2个基点的坐标信息以及所述尺寸。

9、此外，为了解决上述课题，在本发明中，提供一种尺寸测量方法，由计算机系统提取用于测量图像数据的所期望部位的尺寸的基点的坐标信息并使用该基点的坐标信息来测量所述尺寸，在该尺寸测量方法中，具备：前处理部，在学习数据集中包含测量部位数不同的学习数据的情况下，对于测量部位数不足的数据的图像，将不足的该基点设为不足测量部位，通过遮蔽设想为该不足测量部位的区域，能够综合地进行学习，所述前处理部自动设计包含所述图像数据的至少2个所述基点作为关键点的骨架，并且对进行了学习以输出该关键点的坐标信息的姿势推定模型输入测量对象的图像数据，来生成该输入的图像数据的关键点的坐标信息，使用所述测量对象的图像数据的所述关键点的坐标信息来测量所述尺寸，所述姿势推定模型使用以所述图像数据为输入且以所述至少2个基点的坐标信息为输出的学习数据进行了学习。

10、进一步地，提供一种半导体装置制造系统，具备安装有如下应用程序的平台，该应用程序用于提取用于测量图像数据的所期望部位的尺寸的基点的坐标信息并使用该基点的坐标信息来测量所述尺寸，在该半导体装置制造系统中，通过所述应用程序执行如下步骤：在学习数据集中包含测量部位数不同的学习数据的情况下，对于测量部位数不足的数据的图像，将不足的该基点设为不足测量部位，通过遮蔽设想为该不足测量部位的区域，来综合地进行学习；自动设计包含所述图像数据的至少2个所述基点作为关键点的骨架，并且对进行了学习以输出该关键点的坐标信息的姿势推定模型输入测量对象的图像数据，来生成该输入的图像数据的关键点的坐标信息；以及使用所述测量对象的图像数据的所述关键点的坐标信息来测量所述尺寸，所述姿势推定模型使用以所述图像数据为输入且以所述至少2个基点的坐标信息为输出的学习数据进行了学习。

11、发明效果

12、在用于进行尺寸测量的机器学习模型学习后，即使在追加测量部位的情况下，也没有必要修正全部样本，能够大幅减少修正工时。此外，能够综合过去的数据集资产来进行学习。上述以外的课题、结构以及效果通过实施例的说明会明确。