[1Win4] ポスターセッション1

[1Win4-61] 製造業の検査画像における学習なしパターン検出手法の開発

〇大場 大輔¹、中村 隆央¹、筒井 拓郎¹、茂木 弘典¹ (1.東京エレクトロン株式会社)

キーワード：物体検出、学習なし、パターン検出、半導体、SEM画像

製造業において、製品が規定の形状要求を満たしているかを検査画像で判定することがある。 このような判定を行うモデルの運用においては、未知の形状パターンに対しても学習を行わずに検出できることが望ましい。しかし、既存の物体検出モデルでは未学習のパターンを検出することは困難である。
本研究では、新規パターンのテンプレートを用いた学習なしパターン検出の評価を行った。 実験では、半導体デバイスの走査型電子顕微鏡（SEM）画像900枚を用いて、 few-shot object detection用の事前学習済み深層学習モデルやテンプレートマッチングなどのアルゴリズムを組み合わせた手法の評価を行った。 この結果、SEM画像においては検出部と除去部を備えたテンプレートマッチング手法が、深層学習モデルよりも高い精度を示すことがわかった。これは深層学習モデルが、学習時にSEM画像で特徴的なパターン形状を含んでいなかったことに起因すると考えられる。
今後は、深層学習モデルベースの手法のさらなる検出精度向上に向けた検討や、より広範なデータセットでの検証を行う予定である。