| 1 |
1
소정 형상의 측정 대상물을 모아레 간섭계로 측정한 제 1 분해능을 가지는 제 1 이미지를 입력 데이터로 입력하는 입력부;상기 모아레 간섭계로 측정한 측정 이미지의 측정 분해능을 높일 수 있도록, 위상 천이법(Phase shifting method)을 이용하여 상기 측정 이미지의 상기 측정 분해능을 높인 적어도 하나의 결과 이미지를 딥러닝하여 도출된 딥러닝 모델을 사전에 저장하고, 상기 입력부로부터 입력된 상기 제 1 이미지에 상기 딥러닝 모델을 적용하여 상기 제 1 분해능을 가지는 상기 제 1 이미지로부터 상기 제 1 분해능 보다 높은 제 2 분해능을 가지는 제 2 이미지에 대한 결과를 예측하는 처리부; 및상기 처리부에서 예측된 상기 제 2 이미지를 출력 데이터로 출력하는 출력부;를 포함하는, 인공 지능을 이용한 모아레 간섭계 측정 시스템
|
| 2 |
2
제 1 항에 있어서,상기 처리부는,소정 형상의 학습 대상물을 상기 모아레 간섭계로 측정한 상기 측정 이미지 및 상기 위상 천이법을 이용하여 상기 측정 이미지의 상기 측정 분해능을 높인 상기 결과 이미지를 학습 데이터로 저장하는 정보 저장부; 및상기 학습 데이터로 저장된 상기 측정 이미지 및 상기 결과 이미지의 상관 관계를 딥러닝 기반의 분석을 통해 학습하여 상기 딥러닝 모델을 도출하는 딥러닝부;를 포함하는, 인공 지능을 이용한 모아레 간섭계 측정 시스템
|
| 3 |
3
제 2 항에 있어서,상기 정보 저장부는,서로 다른 형상으로 형성되는 복수의 상기 학습 대상물에 대한 상기 측정 이미지 및 상기 결과 이미지를 상기 학습 데이터로 복수개 저장하고,상기 딥러닝부는,복수개의 상기 학습 데이터를 딥러닝 기반의 분석을 통해 학습하여 상기 딥러닝 모델을 도출하는, 인공 지능을 이용한 모아레 간섭계 측정 시스템
|
| 4 |
4
제 2 항에 있어서,상기 처리부는,상기 딥러닝부에서 도출된 상기 딥러닝 모델의 오류 발생을 최소화시킬 수 있도록, 상기 딥러닝 모델을 최적화시키는 최적화부;를 더 포함하는, 인공 지능을 이용한 모아레 간섭계 측정 시스템
|
| 5 |
5
제 4 항에 있어서,상기 최적화부는,상기 학습 대상물을 상기 모아레 간섭계로 측정한 상기 측정 이미지에 상기 딥러닝 모델을 적용하여 상기 측정 분해능을 높인 상기 결과 이미지를 예측한 결과인 예측 이미지와, 상기 위상 천이법을 이용하여 상기 측정 이미지의 상기 측정 분해능을 높인 관측 이미지를 비교하여, 상기 관측 이미지 대비 상기 예측 이미지의 오차의 합을 손실 함수(Loss function)로 도출하는 비교 학습부; 및상기 비교 학습부에서 도출된 상기 손실 함수를 고려하여 상기 예측 이미지의 오차를 최소화하기 위한 최적화 결과를 상기 딥러닝부의 상기 딥러닝 모델에 반영하는 보정부;를 포함하는, 인공 지능을 이용한 모아레 간섭계 측정 시스템
|
| 6 |
6
소정 형상의 측정 대상물을 모아레 간섭계로 측정한 제 1 분해능을 가지는 제 1 이미지를 입력 데이터로 입력하는 입력 단계;상기 모아레 간섭계로 측정한 측정 이미지의 측정 분해능을 높일 수 있도록, 위상 천이법(Phase shifting method)을 이용하여 상기 측정 이미지의 상기 측정 분해능을 높인 적어도 하나의 결과 이미지를 딥러닝하여 도출된 딥러닝 모델을 사전에 저장하고, 상기 입력 단계에서 입력된 상기 제 1 이미지에 상기 딥러닝 모델을 적용하여 상기 제 1 분해능을 가지는 상기 제 1 이미지로부터 상기 제 1 분해능 보다 높은 제 2 분해능을 가지는 제 2 이미지에 대한 결과를 예측하는 처리 단계; 및상기 처리 단계에서 예측된 상기 제 2 이미지를 출력 데이터로 출력하는 출력 단계;를 포함하는, 인공 지능을 이용한 모아레 간섭계 측정 방법
|
| 7 |
7
제 6 항에 있어서,상기 처리 단계는,소정 형상의 학습 대상물을 상기 모아레 간섭계로 측정한 상기 측정 이미지 및 상기 위상 천이법을 이용하여 상기 측정 이미지의 상기 측정 분해능을 높인 상기 결과 이미지를 학습 데이터로 저장하는 정보 저장 단계; 및상기 학습 데이터로 저장된 상기 측정 이미지 및 상기 결과 이미지의 상관 관계를 딥러닝 기반의 분석을 통해 학습하여 상기 딥러닝 모델을 도출하는 딥러닝 단계;를 포함하는, 인공 지능을 이용한 모아레 간섭계 측정 방법
|
| 8 |
8
제 7 항에 있어서,상기 정보 저장 단계는,서로 다른 형상으로 형성되는 복수의 상기 학습 대상물에 대한 상기 측정 이미지 및 상기 결과 이미지를 상기 학습 데이터로 복수개 저장하고,상기 딥러닝 단계는,복수개의 상기 학습 데이터를 딥러닝 기반의 분석을 통해 학습하여 상기 딥러닝 모델을 도출하는, 인공 지능을 이용한 모아레 간섭계 측정 방법
|
| 9 |
9
제 7 항에 있어서,상기 처리 단계는,상기 딥러닝 단계에서 도출된 상기 딥러닝 모델의 오류 발생을 최소화시킬 수 있도록, 상기 딥러닝 모델을 최적화시키는 최적화 단계;를 더 포함하는, 인공 지능을 이용한 모아레 간섭계 측정 방법
|
| 10 |
10
제 9 항에 있어서,상기 최적화 단계는,상기 학습 대상물을 상기 모아레 간섭계로 측정한 상기 측정 이미지에 상기 딥러닝 모델을 적용하여 상기 측정 분해능을 높인 상기 결과 이미지를 예측한 결과인 예측 이미지와, 상기 위상 천이법을 이용하여 상기 측정 이미지의 상기 측정 분해능을 높인 관측 이미지를 비교하여, 상기 관측 이미지 대비 상기 예측 이미지의 오차의 합을 손실 함수(Loss function)으로 도출하는 비교 학습 단계; 및상기 비교 학습 단계에서 도출된 상기 손실 함수를 고려하여 상기 예측 이미지의 오차를 최소화하기 위한 최적화 결과를 상기 딥러닝 단계의 상기 딥러닝 모델에 반영하는 보정 단계;를 포함하는, 인공 지능을 이용한 모아레 간섭계 측정 방법
|
