-
公开(公告)号：CN110352431A
公开(公告)日：2019-10-18
申请号：CN201880014768.0
申请日：2018-03-15
Applicant: 株式会社日立高新技术
IPC: G06K9/78
Abstract: 本发明的目的在于：兼顾对使用了识别器的图像识别所使用的对照图像进行学习的图像处理系统的数据量的抑制和识别器的识别性能提高。为了达到上述目的，提出一种具备使用对照图像来识别图像的识别器(9)的图像处理系统，该图像处理系统具备对图像识别所需要的对照图像数据进行机器学习的机器学习引擎(1)，该机器学习引擎使用识别失败了的图像(2)，搜索识别成功了的图像(3)，向通过该搜索得到的识别成功了的图像，附加根据通过上述输入装置选择出的上述识别失败了的图像的部分图像而得到的信息，生成修正对照图像数据(13)。
-
公开(公告)号：CN116152507A
公开(公告)日：2023-05-23
申请号：CN202310270799.5
申请日：2018-03-15
Applicant: 株式会社日立高新技术
Abstract: 本发明涉及图像处理系统及图像处理方法，目的在于：兼顾对使用了识别器的图像识别所使用的对照图像进行学习的图像处理系统的数据量的抑制和识别器的识别性能提高。为了达到上述目的，提出一种具备使用对照图像来识别图像的识别器(9)的图像处理系统，该图像处理系统具备对图像识别所需要的对照图像数据进行机器学习的机器学习引擎(1)，该机器学习引擎使用识别失败了的图像(2)，搜索识别成功了的图像(3)，向通过该搜索得到的识别成功了的图像，附加根据通过上述输入装置选择出的上述识别失败了的图像的部分图像而得到的信息，生成修正对照图像数据(13)。
-
公开(公告)号：CN113994368A
公开(公告)日：2022-01-28
申请号：CN201980097253.6
申请日：2019-06-13
Applicant: 株式会社日立高新技术
Abstract: 本发明的目的在于提供一种用于实现高速且虚报少的芯片对数据库检查的计算机程序以及使用该计算机程序的半导体检查装置。为了实现上述目的，提出了一种计算机程序以及使用了该计算机程序的半导体检查装置，该计算机程序具备：编码器层(S302)，其构成为决定设计数据图像的特征；以及解码器层(S303)，其根据编码器层输出的特征量，基于对检查对象图案进行拍摄而得到的图像(检查对象图像)的变化，生成各像素的亮度值的统计量，将从解码器层得到的与亮度值相关的统计量与检查对象图像进行比较，检测图像上的缺陷区域，由此能够实现虚报少的芯片对数据库检查。
-
公开(公告)号：CN104718428B
公开(公告)日：2017-10-13
申请号：CN201380052997.9
申请日：2013-10-11
Applicant: 株式会社日立高新技术
IPC: G01B15/04 , G01N21/956 , G01N23/225 , G06T1/00 , H01L21/66
CPC classification number: G06T7/001 , G01B2210/56 , G06K9/4604 , G06K9/52 , G06T7/0002 , G06T7/13 , G06T2207/30168 , H01J37/244 , H01J2237/24592 , H01J2237/2817
Abstract: 本发明提供一种图案的检查、测量装置，对检查或测量对象图案进行拍摄，使用从所得到的图像数据提取的边缘位置来进行检查或测量，能够降低噪声等的影响，提高检查或测量结果的可靠性。为此，图案的检查、测量装置的特征在于，对检查或测量对象图案进行拍摄，从所得到的图像数据利用边缘提取参数来提取边缘位置，利用该边缘位置来进行检查或测量对象图案的检查或测量，使用表示作为检查或测量的基准的形状的基准图案和所述图像数据来生成所述边缘提取参数。
-
Patent Agency Ranking
公开(公告)号：CN110352431B
公开(公告)日：2023-07-18
申请号：CN201880014768.0
申请日：2018-03-15
Applicant: 株式会社日立高新技术
IPC: G06V10/98 , G06V10/772 , G06V10/774 , G06T7/00
Abstract: 本发明的目的在于：兼顾对使用了识别器的图像识别所使用的对照图像进行学习的图像处理系统的数据量的抑制和识别器的识别性能提高。为了达到上述目的，提出一种具备使用对照图像来识别图像的识别器(9)的图像处理系统，该图像处理系统具备对图像识别所需要的对照图像数据进行机器学习的机器学习引擎(1)，该机器学习引擎使用识别失败了的图像(2)，搜索识别成功了的图像(3)，向通过该搜索得到的识别成功了的图像，附加根据通过上述输入装置选择出的上述识别失败了的图像的部分图像而得到的信息，生成修正对照图像数据(13)。
-
公开(公告)号：CN116157892A
公开(公告)日：2023-05-23
申请号：CN202080105370.5
申请日：2020-09-29
Applicant: 株式会社日立高新技术
IPC: H01J37/22
Abstract: 提供一种在通过机器学习来进行低画质图像的画质改善的画质改善系统以及画质改善方法中，对于每次拍摄时图像容易变化的试样，也能够以适当的示教信息进行学习的高精度且高可靠性的画质改善系统以及画质改善方法。一种画质改善系统，其进行低画质图像的画质改善，其具备：画质改善部，其进行低画质图像的画质改善；变形预测部，其预测在所输入的低画质图像列中包含的第一低画质图像和与所述第一低画质图像不同的第二低画质图像之间产生的变形量；以及变形修正部，其基于由所述变形预测部预测出的所述变形量来修正对所述第一低画质图像应用所述画质改善部的处理而得到的第一预测图像、所述第二低画质图像、以及对所述第二低画质图像应用所述画质改善部的处理而得到的第二预测图像中的任意一个，进行学习使得所述变形修正部修正后的所述第一预测图像与所述第二低画质图像或所述第二预测图像的损失函数的评价变小，或者使得所述第一预测图像与所述变形修正部修正后的所述第二低画质图像或所述第二预测图像的损失函数的评价变小。
-
公开(公告)号：CN119317938A
公开(公告)日：2025-01-14
申请号：CN202280096731.3
申请日：2022-06-21
Applicant: 株式会社日立高新技术
IPC: G06T1/40
Abstract: 不适合检测部(10)具有：图像变换部(12)，其使用学习模型(14)从输入的低品质图像(11)变换为高品质等效图像(13)；不适合检测部(15)，其检测输入的低品质图像(11)与学习模型(14)是否不适合；不适合报告部(16)，其报告检测出的不适合；以及存储部，其将在学习模型(14)的学习阶段中使用的高品质正解图像(13B)的评价值的分布作为模型适合区域，与学习模型(14)对应起来进行存储，不适合检测部(15)在输入的低品质图像(11)的评价值不在模型适合区域的范围内时，判定为学习模型(14)不适合。
-
公开(公告)号：CN115004195A
公开(公告)日：2022-09-02
申请号：CN202080093955.X
申请日：2020-02-07
Applicant: 株式会社日立高新技术
IPC: G06N3/08
Abstract: 本发明提供一种能够在短时间内完成轻量模型的学习的学习处理装置以及方法。一种从已有的第一学习模型得到新的第二学习模型的学习处理装置，具备：输入部，其得到学习第一学习数据集来事先生成的第一学习模型和未被剪枝的神经网络，以下称神经网络为NN；重要参数确定部(304)，其使用第一学习模型和NN对作为学习对象的NN进行初始化，使用第二学习数据集和初始化后的NN，确定初始化后的NN的识别处理中的参数的重要度；新模型生成部(306)，其使用参数的重要度，进行从初始化后的NN删除不重要的参数的剪枝处理，生成第二NN；学习部，其使用第二学习数据集而学习第二NN；以及输出部，其将学习后的所述第二NN作为第二学习模型而输出。
-
公开(公告)号：CN104718428A
公开(公告)日：2015-06-17
申请号：CN201380052997.9
申请日：2013-10-11
Applicant: 株式会社日立高新技术
IPC: G01B15/04 , G01N21/956 , G01N23/225 , G06T1/00 , H01L21/66
CPC classification number: G06T7/001 , G01B2210/56 , G06K9/4604 , G06K9/52 , G06T7/0002 , G06T7/13 , G06T2207/30168 , H01J37/244 , H01J2237/24592 , H01J2237/2817
Abstract: 本发明提供一种图案的检查、测量装置，对检查或测量对象图案进行拍摄，使用从所得到的图像数据提取的边缘位置来进行检查或测量，能够降低噪声等的影响，提高检查或测量结果的可靠性。为此，图案的检查、测量装置的特征在于，对检查或测量对象图案进行拍摄，从所得到的图像数据利用边缘提取参数来提取边缘位置，利用该边缘位置来进行检查或测量对象图案的检查或测量，使用表示作为检查或测量的基准的形状的基准图案和所述图像数据来生成所述边缘提取参数。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.034 seconds)
