[发明专利]针对半导体应用从输入图像产生经模拟图像

权利要求书

1.一种经配置以从输入图像产生经模拟图像的系统，所述系统包括：

一或多个计算机子系统，其经配置以通过导引能量到样本及检测来自所述样本的能量而使用所述样本本身及成像硬件获取所述样本的图像；及

一或多个组件，其由所述一或多个计算机子系统执行，其中所述一或多个组件包括：

神经网络，其中所述神经网络包括：

两个或更多个编码器层，其经配置以用于确定所述样本的所述图像的数个特征，其中所述图像是所述样本的低分辨率图像，其中所述两个或更多个编码器层包括：第一组卷积层及池化层组、第二卷积层及池化层组和第一卷积层组，其中具有输入尺寸的所述图像被输入至所述第一卷积层及池化层组且所述第一卷积层组经配置以输出表示；及

两个或更多个解码器层，其经配置以用于从经确定的特征产生一或多个经模拟图像，其中所述一或多个经模拟图像是所述样本的一或多个高分辨率图像，

其中所述神经网络被配置为深度生成模型，其中所述两个或更多个解码器层包括：第二卷积层组、第一卷积层及上池化层组和第二卷积层及上池化层组，其中所述表示被输入至所述第二卷积层组且所述第二卷积层及上池化层组经配置以产生具有输出尺寸的最终输出，且其中所述神经网络不包括全连接层，借此消除对输入到所述两个或更多个编码器层的所述图像的大小的约束。

2.根据权利要求1所述的系统，其中所述神经网络进一步经配置为全卷积模型。

3.根据权利要求1所述的系统，其中所述神经网络进一步经配置为生成对抗网络。

4.根据权利要求1所述的系统，其中所述神经网络进一步经配置为条件生成对抗网络。

5.根据权利要求1所述的系统，其中所述神经网络进一步经配置为生成对抗网络及变分自动编码器。

6.根据权利要求1所述的系统，其中所述神经网络的部分进一步经配置为卷积神经网络。

7.根据权利要求1所述的系统，其中所述一或多个计算机子系统、所述一或多个组件及所述神经网络不裁剪输入到所述两个或更多个编码器层的所述图像。

8.根据权利要求1所述的系统，其中所述一或多个计算机子系统、所述一或多个组件及所述神经网络不从两个或更多个裁剪图像重建所述一或多个经模拟图像。

9.根据权利要求1所述的系统，其中所述一或多个计算机子系统进一步经配置以用于通过使用卷积层群组替换预先存在神经网络中的全连接层来设立所述神经网络以借此产生所述神经网络。

10.根据权利要求1所述的系统，其中所述一或多个计算机子系统经配置以用于使用视域-衰变加权损失函数来训练所述神经网络以变更边界效应。

11.根据权利要求1所述的系统，其中所述一或多个计算机子系统经配置以用于使用各自具有相同任意大小的一批训练图像来训练所述神经网络。

12.根据权利要求1所述的系统，其中所述一或多个计算机子系统经配置以用于使用一批训练图像来训练所述神经网络，且其中所述一批中的两个或更多个训练图像具有不同任意大小。

13.根据权利要求1所述的系统，其中输入到所述两个或更多个编码器层的所述图像是针对所述样本所产生的整个帧图像。

14.根据权利要求1所述的系统，其中输入到所述两个或更多个编码器层的所述图像是所述样本的整个裸片图像。

15.根据权利要求1所述的系统，其中输入到所述两个或更多个编码器层的所述图像是由基于电子束的成像系统产生。