Indexed by：
Abstract：
缺陷检测在TFT阵列工艺的良率提高中起着重要作用,传统的人工识别效率低,新兴的目标检测卷积神经网络在缺陷标注上需要耗费大量人力。为了实现TFT阵列缺陷自动检测的同时尽可能地减少人工成本,提出了一种基于生成对抗网络和形态学重建的TFT阵列缺陷检测方法,该方法中用于训练网络的数据集无需人工标注,解决了人工标注成本大的问题。该方法首先通过Attention GAN网络得到TFT阵列的显著性图,接着选定显著性图中显著性最低的像素为种子点,得到缺陷标记图像与缺陷掩膜图像,进而进行二值形态学重建的区域生长,最后得到缺陷的检测。该方法对于TFT阵列缺陷的二分类能达到F1分数为0.94的结果,为TFT阵列的自...
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
液晶与显示
ISSN： 1007-2780
CN： 22-1259/O4
Year： 2020
Issue： 12
Volume： 35
Page： 1270-1277
0 . 7 0 0
JCR@2023
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
