买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉清软微视(杭州)科技有限公司申请的专利多尺度特征差异比对的零样本晶圆缺陷检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121353271B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511892631.3，技术领域涉及：G06T7/00；该发明授权多尺度特征差异比对的零样本晶圆缺陷检测方法及系统是由陈仕江;周继乐;陈荣前;侯继旭设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本多尺度特征差异比对的零样本晶圆缺陷检测方法及系统在说明书摘要公布了：本发明公开了一种多尺度特征差异比对的零样本晶圆缺陷检测方法及系统，方法包括：获取预处理后的标准图像和待检图像，对标准图像和待检图像在空间对齐；构建预训练的深度卷积神经网络，固定深度卷积神经网络的网络权重，使用深度卷积神经网络对标准图像和待检图像进行多层次特征提取，并分别获取每一层次的特征图；基于特征图，分别计算标准图像和待检图像相同空间位置的概率向量，根据概率向量计算散度值，并生成差异图；融合不同层次的差异图，获取综合差异图，对综合差异图进行后处理，并输出二值化缺陷定位图，用于自动光学检测。本发明极大地降低了对数据的依赖、简化了部署流程、缩短了部署周期并降低了应用成本。

本发明授权多尺度特征差异比对的零样本晶圆缺陷检测方法及系统在权利要求书中公布了：1.一种多尺度特征差异比对的零样本晶圆缺陷检测方法，其特征在于，所述多尺度特征差异比对的零样本晶圆缺陷检测方法包括： 获取预处理后的标准图像和待检图像，对所述标准图像和所述待检图像在空间对齐； 构建预训练的深度卷积神经网络，固定所述深度卷积神经网络的网络权重，使用所述深度卷积神经网络对所述标准图像和所述待检图像进行多层次特征提取，并分别获取每一层次的特征图； 基于所述特征图，分别计算所述标准图像和所述待检图像相同空间位置的概率向量，根据所述概率向量计算散度值，并生成差异图，基于同一残差阶段输出的标准图像的标准特征图和待检图像的待检特征图，对于每一个空间位置i,j，提取所述标准特征图中的C维标准特征向量vrefi,j，和所述待检特征图中的C维待检特征向量vtesti,j，使用转换函数将所述标准特征向量和所述待检特征向量分别转换成标准概率向量和待检概率向量，获取标准概率向量和待检概率向量之后，对于每一个空间位置，计算待检概率向量映射于标准概率向量上的散度值，对所有的通道进行求和： 其中，是标准概率向量分布在第c个通道上的概率值，是所述概率值的自然对数，是待检概率向量分布在第c个通道上概率值的自然对数，根据标准特征图和待检特征图中的每一个空间位置，将空间位置计算的散度值，基于所述空间位置的空间坐标填充于预设尺寸的矩阵中，其中，所述矩阵的尺寸与特征图的的空间尺寸一致，遍历特征图中的每一个空间位置，将所有位置的计算结果按原空间坐标填充到一个二维矩阵中，生成一张与该层特征图空间尺寸完全一致的差异图，差异图的生成过程中，可以通过以下数学变换统一表示： 收集由选取的残差阶段计算获取的不同层次的差异图，获取一组多尺度的差异表征； 融合不同层次的差异图，获取综合差异图，对所述综合差异图进行后处理，并输出二值化缺陷定位图，用于自动光学检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清软微视(杭州)科技有限公司，其通讯地址为：311121 浙江省杭州市余杭区仓前街道余杭塘路2959号2幢1层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。