您所在的位置: 成果库 基于深度神经网络的晶圆缺陷检测技术及票据识别技术

基于深度神经网络的晶圆缺陷检测技术及票据识别技术

成果类型:: 发明专利

发布时间: 2022-07-27 16:04:37

科技成果产业化落地方案
方案提交机构:“科创中国”技术交易专业科技服务团| 朱娟 | 2022-08-10 17:29:07

票据单据识别和手工录入方式来比,OCR(Optical Character Recognition,光学字符识别)智能录入具有强大的优势,OCR识别的速度远快于手工录入,节省了大量人力资源,优化资源配置,使人员分配于更加有意义的工作。OCR技术可以为用户提供高效率、低成本的数据采集方案,从而为业务快速发展提供有力的支撑。

1. 缺陷位置的精确定位; 2. 缺陷类别的准确判定与其置信度的推断; 3. 数据集及模版的制作; 4. 基于模版的票据识别系统;

1、在整个晶圆芯片的制造过程中都需要对晶圆芯片进行相应的缺陷检测分析,包括半导体晶圆基片以及化学机械抛光、光刻、刻蚀、镀膜 、硅穿孔集成封装等不同工艺节点。

2、利用OCR (Optical Character Recognition,光学字符识别)技术,将图片、照片上的文字内容,直接转换为可编辑文本的软件。软件可以把图片转换成可以编辑的文字。支持JPG、PNG、GIF、BMP、DOC等图片格式。通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。

该项目为上海某高校电子与信息工程学院的科研成果,项目负责人为博士、讲师,主要研究领域为机器听觉、机器视觉及深度增强学习,主攻对基于机器人平台的视听信息融合技术进行研究,拥有多项国家发明专利。

OCR技术可以为用户提供高效率、低成本的数据采集方案,从而为业务快速发展提供有力的支撑。

该项目寻求成果转化和实现原型机的开发。