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3報）

欠陥推定確率の不確かさ評価

抄録

広範囲の微小な欠陥検出に向けて，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，高感度特性を持つゴーストイメージングに着目し，照明光のボケと高解像度化深層学習による特徴抽出を用いて高速化および高解像度化した．本報告では，データ拡張法に基づいた深層学習モデルの構築を行い，1度の測定で複数回測定と同等の評価を行う推定欠陥確率の不確かさ評価法を示し，数値計算および実験での評価結果を示す．