高解像度化深層学習を用いたサブピクセルゴーストイメージングによる広域微小欠陥検査（第4報）

多方向特徴抽出による推定精度の向上

抄録

広域内の微小欠陥検出に向けた，高感度，高速かつ高解像度な検査法が求められている．本研究では，高感度な撮影法であるゴーストイメージングに着目し，照明光のボケ情報と高解像度化深層学習モデルを用いた高速化および高解像度化を行ってきた．本報告では，測定値に対して多方向からの特徴抽出を深層学習モデルで行い，試料の設置方向についての依存性を低減することによる推定精度の改善を，数値解析および実験の結果から示す．