Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

認識 jpg 相片/圖檔的「中繼資料」 內嵌文字欄位機制

洪朝貴
・2012/09/10 ・3707字 ・閱讀時間約 7 分鐘 ・SR值 543 ・八年級

-----廣告,請繼續往下閱讀-----

JPG 相片/圖片裡面的欄位分類: IPTC、 IIF、 XMP、 EXIF 之間的關係
JPG 相片/圖片裡面的欄位分類: IPTC、 IIF、 XMP、 EXIF 之間的關係

JPG 相片/圖片裡面的欄位分類: IPTC、 IIF、 XMP、 EXIF 之間的關係

相片/圖片檔 *.jpg 裡面, 其實內含了很多文字資訊, 例如相片的標題、 一段文字描述、 一組標籤、 … 等等。 這些資訊稱為 「中繼資料」 (metadata)。 用 exiftool 命令 可以列出來。 或者用 geeqie 看圖軟體的 「檢視」 => 「exif window」 也可以查看。 這些文字資訊其實混合了 IIM (一般稱為 IPTC)、 XMP、 EXIF 等等多種標準; 裡面又有些某些欄位彼此重複。 到底這些簡寫之間有什關係? 重複的欄位有什麼作用?

IPTC 是新聞界的一個國際組織。 他們在 1990-1997 年之間製定了一個標準 IIM (Information Interchange Model), 裡面定義了相片(文件)的標題、 一段文字描述、 一組分類用的標籤、 攝影師(文件作者)、 著作權、 … 等等許多 描述多媒體用的文字資訊 欄位。 原本是用來傳遞新聞相關資料用的; 後來因為被大家拿來描述相片而廣泛使用。 一般軟體手冊提到 「IPTC 某欄位」 時, 其實指的多半是這個舊版的 「IIM 某欄位」。 指令 exiftool -list -IPTC:All 可以列出 exiftool 所支援的 IIM 欄位清單。

隨著 XML 格式的興起, IPTC 與 Adobe 合作, 將 IIM 重新改用 XML 的格式呈現, 稱為 XMP (Extensible Metadata Platform)。 [ IIM/XMP 4.1 規格書] 指令 exiftool -list -XMP:All 可以列出 exiftool 所支援的 XMP 欄位清單。

-----廣告,請繼續往下閱讀-----

另一方面, 日本電子工業發展協會在 1996-2002 年之間, 為了將文字資訊內嵌到數位相片裡面, 製定了一個標準 EXIF (Exchangeable image file format), 裡面包含相機廠牌/型號/儀器特性、 拍照當時相機的光圈 (ApertureValue)、 快門 (ShutterSpeedValue)、 閃光燈 (Flash)、 … 等等技術資訊。 這些資訊多半是拍照當時相機自動產生的。 [ EXIF 2.1 與 2.2 規格書 欄位清單] 指令 exiftool -list -EXIF:All 可以列出 exiftool 所支援的 EXIF 欄位清單。

因為 IPTC 設計 XMP 的目的, 就是要取代 舊的 IIM, 所以兩者的欄位之間有對應關係。 至於 EXIF 的欄位則偏向光學技術辭彙, 所以與前二者沒有太多交集。

一張 jpg 圖片裡面, 可能會同時出現以上三組資料。 超強工具箱 exiftool 可以幫你增/刪/查/改 jpg 圖檔裡面的 IIM、 XMP、 EXIF 以及其他許多組文字資料。 這意思就好像是說你在 SEVEN/家樂福的店裡面, 不只可以買到統一自家/家樂福自家的產品, 也可以買到其他供應商的商品一樣。 不過在 exiftool 的文件及輸入輸出當中, 都是用 「IPTC」 在稱呼 IIM。 事實上多數的軟體和文章都如此混用這兩個名字; 這也是為什麼我花了整個週末才弄懂這些簡稱之間的關係。 就好像: 星戰迷們談到 「星際大戰」 時, 可能指一系列的六部電影; 但也可能是指 (最早上演的) 第四集 「曙光乍現」; 但是非星戰迷們如果聽到 「曙光乍現」 (英文片名: a new hope) 可能完全不知道是什麼東東, 於是星戰迷們乾脆就用 「星際大戰」 這個名字來跟其他人溝通。

舊的 IIM 標準預設只支援 ascii 碼。 如果希望存進相片的中文資料被正確處理, 就必須把 Coded Character Set 欄位設定成 utf8: exiftool -codedcharacterset=utf8 elephant.jpg 從此以後任何軟體看到這張 elephant.jpg, 理論上都應該要以 utf8 編碼解釋其中的 IPTC 文字欄位。

-----廣告,請繼續往下閱讀-----

新的 XMP 標準支援 utf8 萬國碼, 也就是說中文都沒問題。 其中某些欄位 (下表打 * 號者) 甚至支援 「同時儲存多國語言」 (不必是完全對等的翻譯)。 例如一張相片可以有中文版的 title-zh-TW、 英文版的 title-en、 西班牙文版的 title-es 三個標題。 常見檔案格式當中, 只有 tiff、 jpg、 png、 gif、 pdf 等等格式支援內嵌文字欄位。 所以 XMP 還定義了 sidecar (「邊車」) — 一個外加的文字檔, 用來幫其他檔案格式 「運送」 圖片相關的文字資訊。

可惜並非所有軟體都支援新的 XMP 標準。 例如 相片網站架站軟體 zenphoto 與 piwigo預設就只支援 IIM 的 “Keywords” (就是標籤/tag 啦) 而不支援 XMP 的 “Subject” 欄位。 (我找到 zenphoto 和 piwigo 的 XMP 教學文; 但沒試出來。 見下表連結。) 另一方面, 超強超好用、 跨作業平臺的單機版相片整理工具 digikam, 它對舊版 IIM 的 utf8 支援就不太行, 即使設定了 -codedcharacterset=utf8 還是會產生亂碼。 所以較好的相片處理流程可能是:

  1. 用 digikam 在本機處理, 速度快、 介面友善。
  2. 用 exiftool 把 “Subject” 欄位拷貝到 “Keywords” 欄位, 並且指定日後都以 utf8 編碼解讀這張/這些相片的資料: exiftool -Keywords'<'Subject -codedcharacterset=utf8 photos/
  3. 上傳至 zenphoto 或 piwigo 之後, 只做簡單的整理, 不再修改標籤。

下面兩個表格分別是幾套相片軟體對 IIM “Keywords” 與 XMP “Subject” 的支援, 以及 IIM 與 XMP 欄位對照簡單摘要。 後者摘錄自 IPTC Core XMP Schema。 其中黃色部分是相片整理者最有可能有興趣的三個欄位: 標題、 標籤、 一段文字描述。

IIM “Keywords” XMP “Subject”
geeqie 1.0 ok ok
digikam 2.8.0 中文變亂碼 ok
zenphoto 1.4.3 ok 啟動套件:
xmpMetadata
piwigo 2.4.3 ok 安裝並啟動套件:
Advanced Metadata
欄位用途 軟體顯示 IPTC 名稱 XMP 名稱 IIM 代號 IIM 名稱
城市 City City photoshop:
City
2:90 City
著作權 Copyright Notice CopyrightNotice dc:rights * 2:116 Copyright Notice
國家 Country Country photoshop:
Country
2:101 Country/Primary Location Name (64b)
國家代碼 ISO Country Code CountryCode Iptc4xmpCore:
CountryCode
2:100 Country/Primary Location Code
原作者 Creator Creator dc:creator * 2:80 By-line
原作者聯絡資訊 Creator’s Contact info: CreatorContactInfo Iptc4xmpCore:
CreatorContactInfo
原作者職稱 Creator’s Jobtitle CreatorJobtitle photoshop:
AuthorsPosition
2:85 By-line Title
創作日期 Date Created DateCreated photoshop:
DateCreated
2:55 Date Created
詳細描述 Caption/ Description Description dc:description * 2:120 Caption/Abstract
詳細描述的撰寫人 Caption/ Description writer DescriptionWriter photoshop:
CaptionWriter
2:122 Writer/Editor
新聞頭條 Headline Headline photoshop:
Headline
2:105 Headline
操作指示 Instructions Instructions photoshop:
Instructions
2:40 Special Instruction
新聞類別 Intellectual genre IntellectualGenre Iptc4xmpCore:
IntellectualGenre
2:04 Object Attribute Reference
工作流程代號 Job Identifier JobID photoshop:
TransmissionReference
2:103 Original Transmission Reference (32b)
標籤 Keywords Keywords dc:subject 2:25 Keywords
地點 Location Location Iptc4xmpCore:
Location
2:92 Sublocation
提供者 Provider Provider photoshop:
Credit
2:110 Credit
州/省 Province/State Province-State photoshop:
State
2:95 Province/State
授權聲明 Rights Usage Terms RightsUsageTerms xmpRights:UsageTerms
場景 IPTC Scene Scene Iptc4xmpCore:
Scene
來源 Source Source photoshop:
Source
2:115 Source
主題代碼 IPTC Subject Code SubjectCode Iptc4xmpCore:
SubjectCode
2:12 Subject Reference
標題 Title Title dc:title * 2:05 舊 Object Name (64b)

(本文原發表於 玩具烏托邦

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
洪朝貴
47 篇文章 ・ 1 位粉絲

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

4
0

文字

分享

0
4
0
數位攝影搖身一變黑科技,CIS 成長無止盡,遇上異常該如何 DEBUG?
宜特科技_96
・2023/06/05 ・4124字 ・閱讀時間約 8 分鐘

一個女子用手機在進行自拍
圖/宜特科技

從小時候的底片相機,發展到數位相機,如今手機就能拍出許多高清又漂亮的照片,你知道都是多虧了 CIS 晶片嗎?

本文轉載自宜特小學堂〈CIS晶片遇到異常 求助無門怎麼辦〉,如果您對半導體產業新知有興趣,歡迎按下右邊的追蹤,就不會錯過宜特科技的最新文章!

CIS 晶片又稱 CMOS 影像感測器(CMOS Image Sensor),最早是在 1963 年由美國一家半導體公司發明出來的積體電路設計,隨著時代進步,廣泛應用在數位攝影的感光元件中。而人們對攝影鏡頭解析度需求不斷增加,渴望拍出更精美的畫質。

CIS 已從早期數十萬像素,一路朝億級像素邁進,有賴於摩爾定律(Moore’s Law)在半導體微縮製程地演進,使得訊號處理能力顯著提升。如今的 CIS 已經不僅適用於消費型電子產品,在醫療檢測、安防監控領域等應用廣泛,近幾年智慧電車興起,先進駕駛輔助系統(ADAS, Advanced Driver. Assistance Systems)已成為新車的安全標配,未來車用 CIS 的市場更是潛力無窮。

然而,越精密、越高階的 CIS 晶片由於結構比較薄,加上特殊的 3D 堆疊結構,使得研發難度大大提升,當遇到異常(Defect)現象時,想透過分析找出故障的真因也更為困難了。

-----廣告,請繼續往下閱讀-----

本文將帶大家認識三大晶片架構,並以案例說明當 CIS 晶片遇到異常,到底我們可以利用那些工具或手法,成功 DEBUG?

一、認識 CIS 三大晶片架構

現今 CIS 晶片架構,可概分為三大類,(一)前照式(Front Side illumination,簡稱FSI);(二)背照式 (Back Side illumination,簡稱 BSI);(三)堆疊式 CIS(Stacked CIS)

(一)前照式(FSI)CIS

為使 CIS 晶片能符合半導體製程導入量產,最初期的 CIS 晶片為前照式 (Front Side illumination,簡稱 FSI) CIS;其感光路徑係透過晶片表面進行收光,不過,前照式 CIS 在效能上的最大致命傷為感光路徑會因晶片的感光元件上方金屬層干擾,而造成光感應敏度衰減。

(二)背照式(BSI)CIS

為使 CIS 晶片能有較佳的光感應敏度,背照式(Back Side illumination ,簡稱 BSI)CIS 技術應運而生。此類型產品的感光路徑,係由薄化至數微米後晶片背面進行收光,藉此大幅提升光感應能力。

而 BSI CIS 的前段製程與 FSI CIS 類似,主要差別在於後段晶片對接與薄化製程。BSI CIS 的製程是在如同 FSI CIS 一般製程後,會將該 CIS 晶片正面與 Carrier wafer 對接。對接後的晶片再針對 CIS 晶片背面進行 Backside grinding 製程至數微米厚度以再增進收光效率,即完成 BSI CIS。

(三)堆疊式(Stacked)CIS

隨著智慧型手機等消費電子應用的蓬勃發展,人們對於拍攝影像的影像處理功能需求也大幅增加,使製作成本更親民與晶片效能更能有效提升,利用晶圓級堆疊技術,將較成熟製程製作的光感測元件(Sensor Chip)晶片,與由先進製程製作、能提供更強大計算能力的特殊應用 IC(Application Specific Integrated Circuit,簡稱 ASIC)晶片、或是再進一步與記憶體(DRAM)晶片進行晶圓級堆疊後,便可製作出兼具高效能與成本效益的堆疊式 CIS(Stacked CIS)晶片(圖一),也是目前最主流的晶片結構。

-----廣告,請繼續往下閱讀-----
堆疊式(Stacked) CIS晶片示意圖
《圖一》堆疊式(Stacked)CIS 晶片示意圖。圖/宜特科技

二、如何找堆疊式(Stacked)CIS 晶片的異常點(Defect)呢?

介紹完三大類 CIS 架構,我們就來進入本文重點:「如何找到堆疊式(Stacked)CIS 晶片的異常點(Defect)?」

由於這類型的 CIS 晶片結構相對複雜,在進行破壞性分析前,需透過電路專家電路分析或熱點(Hot Spot)故障分析,鎖定目標、縮小範圍在 Stacked CIS 晶片中的其一晶片後,針對可疑的失效點/失效層,進行該 CIS 樣品破壞性分析,方可有效地呈現失效點的失效狀態以進行進一步的預防修正措施。

接著,我們將分享宜特故障分析實驗室,是如何(一)利用電性熱點定位;(二)移除非鎖定目標之晶粒(Die),並針對鎖定目標晶粒(Die)逐層分析;(三)電性量測分析;(四)超音波顯微鏡(SAT)分析等四大分析手法交互應用,進行 Stacked CIS 晶片進行故障分析,順利找到異常點(Defect)。

(一)透過電性熱點定位找故障點(Hot Spot)

當CIS晶片具有高阻值(High Resistance)、短路(Short)、漏電(Leakage)或是功能失效(Function Failure)等電性失效時,可依據不同的電性失效模式,經由直流通電或上測試板通電,並透過選擇適合的電性故障分析(EFA, Electrical Failure Analysis)工具來進行電性定位分析。

設備OBIRCHThermal EMMIInGaAs
偵測目標電晶體/金屬層金屬層/封裝/印刷電路板電晶體/金屬層
失效模式漏電/短路/高阻值漏電/短路/高阻值漏電/短路/開路
各設備適合使用的選擇時機

包括雷射光束電阻異常偵測(Optical Beam Induced Resistance Change,簡稱 OBIRCH)熱輻射異常偵測顯微鏡(Thermal EMMI)(圖二)、砷化鎵銦微光顯微鏡(InGaAs),藉由故障點定位設備找出可能的異常熱點(Hot Spot)位置,以利後續的物性故障(PFA, Physical Failure Analysis)分析。

-----廣告,請繼續往下閱讀-----
透過Thermal EMMI找到電性失效的故障點位置
《圖二》透過 Thermal EMMI 找到電性失效的故障點位置。圖/宜特科技

(二)移除非鎖定目標之晶粒,並針對鎖定目標晶粒逐層分析

接著,依照上述電性分析縮小可能的異常範圍至光感測元件晶片、ASIC 或記憶體晶片區後,根據 Stacked CIS 晶片堆疊的結構特性,需先將其一側的矽基材移除,方可進行逐層去除(Layer by layer),或層層檢查。

再者,透過特殊分析手法,移除不需保留的晶粒結構,進而露出目標晶粒之最上層金屬層(圖三)。接著,透過逐層去除(Layer by layer),最終在金屬層第一層(Metal 1)找到燒毀現象的異常點(defect) (圖四)。

搭配特殊手法,將CIS待測樣品不需保留之晶粒部分,完整移除
《圖三》搭配特殊手法,將 CIS 待測樣品不需保留之晶粒部分,完整移除。圖/宜特科技
對照Hot Spot分析範圍,進行鎖定目標晶粒進行逐層去除,發現燒毀現象
《圖四》對照Hot Spot分析範圍,進行鎖定目標晶粒進行逐層去除,發現燒毀現象。圖/宜特科技

(三)電性量測分析:導電性原子力顯微鏡(C-AFM, Conductive Atomic Force Microscopy)與奈米探針系統(Nano-prober)的應用

當逐層去除(Layer by Layer)過程當中,除利用電子顯微鏡(SEM) 於故障點區域進行 VC(Voltage Contrast)的電性確認與金屬導線型態觀察外,亦可搭配導電原子力顯微鏡(Conductive Atomic Force Microscopy,簡稱C-AFM)快速掃描該異常區域,以獲得該區域電流分布圖(Current map)(圖五),並量測該接點對矽基板(Si Substrate)的電性表現,進而確認該區域是否有漏電 / 開路等電性異常問題。

C-AFM異常分析結果圖
《圖五 (左)》C-AFM 異常分析結果圖。圖五 (左): 外加正電壓 (+1V) 時的 Current map 異常電性發生;
《圖五 (右)》外加負電壓 (-1V) 時的 Current map 異常電性發生 (黃圈處)。圖/宜特科技

在完成C-AFM分析後,若有相關疑似異常路徑需要進一步進行電性量測與定位,可使用奈米探針電性量測(Nano-Prober)進行更精準的異常點定位分析,包括電子束感應電流(EBIC , Electron Beam Induced Current)、電子束吸收電流(EBAC, Electron Beam Absorbed Current)、與電子束感應阻抗偵測(EBIRCH , Electron Beam Induced Resistance Change)等定位法。而Nano-Prober亦可針對電晶體進行電性量測,如Vt、 IdVg、IdVd等基本參數獲取(圖六)。

-----廣告,請繼續往下閱讀-----

當透過上述分析手法精準找到異常點後,亦可再透過雙束聚焦離子束(Dual-beam FIB,簡稱DB-FIB)或是穿透式電子顯微鏡(Transmission Electron Microscopy,簡稱TEM)來對異常點進行結構確認,以釐清失效原因(圖七)。

EBIC分析結果圖
《圖六》EBIC分析結果圖。圖/宜特科技
TEM分析結果圖
《圖七》TEM分析結果圖。圖/宜特科技

(四)超音波顯微鏡(Scanning Acoustic Tomography,簡稱SAT)分析:於背照式(BSI)/堆疊式(Stacked)CIS晶圓對接製程的應用

超音波顯微鏡(SAT)

超音波顯微鏡(SAT)為藉由超音波於不同密度材料反射速率及回傳能量不同的特性來進行分析,當超音波遇到不同材料的接合介面時,訊號會部分反射及部分穿透,但當超音波遇到空氣(空隙)介面時,訊號則會 100% 反射,機台就會接收這些訊號組成影像。
超音波顯微鏡(SAT)原理圖
超音波顯微鏡(SAT)原理圖。圖/宜特科技

在背照式(BSI)與堆疊式(Stacked)CIS 製程中晶圓與晶圓對接(bonding)製程中,SAT 可作為偵測晶圓與晶圓之間接合不良造成存在空隙的重要利器(圖八)。

圖八: 透過超音波顯微鏡(SAT),找到晶圓與晶圓對接(bonding)之鍵合空隙位置
《圖八》透過超音波顯微鏡(SAT),找到晶圓與晶圓對接(bonding)之鍵合空隙位置。圖/宜特科技

半導體堆疊技術的蓬勃發展,加上人們對影像感測器在消費性電子、車用電子、安控系統等應用,功能需求大幅度增加,CIS 未來將繼續進化,無論是晶圓級對接的製程穩定度分析,或是堆疊式(Stacked)CIS 故障分析,都可以透過宜特實驗室豐富的分析手法,與一站式整合服務精準地分析、加速產品開發、改善產品品質。

-----廣告,請繼續往下閱讀-----
宜特科技_96
13 篇文章 ・ 4 位粉絲
我們了解你想要的不只是服務,而是一個更好的自己:) iST宜特自1994年起,以專業獨家技術,為電子產業的上中下游客戶, 提供故障分析、可靠度實驗、材料分析和訊號測試之第三方公正實驗室

0

1
0

文字

分享

0
1
0
抓住光的男人:達蓋爾與他的攝影術——《資訊大歷史》
azothbooks_96
・2022/07/03 ・3530字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

路易.雅克.馬克.達蓋爾

路易.雅克.馬克.達蓋爾(Louis-Jacques-Mandé Daguerre),1787 年 11 月 18 日−1851 年 7 月 1 日。

記錄下真實的影像,將彼時的美好場景長久留存——攝影技術,載著人類幾千年來如夢幻般的希冀越走越遠,一步步幫我們達成所願。

    

達蓋爾出生於法國,學過建築、戲劇設計和全景繪畫,在舞台幻境製作領域聲譽卓著。 1839 年,他宣布達蓋爾攝影法獲得了圓滿成功,從此,作為攝影術的最後一個發明人,他便以銀版攝影法發明者的身份為後人所知。

「我抓住了光,我捕捉到了它的飛行」

一九四五年八月十四日傍晚,日本無條件投降的消息傳到美國,整個美國都沸騰了,紐約的人們紛紛湧向時代廣場慶賀戰爭的結束。一位海軍士兵難以抑制自己喜悅的心情,摟住路過的一位護士小姐就親吻起來。

這個場景被當時在場的兩位記者捕捉到了,他們用手邊的徠卡相機記錄下這一令人難忘的歷史性時刻。一張照片的表達力勝過千言萬語。在人類付出了近一億人的生命代價之後,和平終於再次回到了這個世界上,這種發自內心的喜悅是難以用文字形容的。

時過境遷,今天我們大多數人雖然沒有經歷過那場戰爭,但依然能從這些精彩的照片中深刻地體會到當時人們狂喜的心情。

世界上的任何事情,只要發生過,就會留下或多或少的痕跡。對於這些痕跡的記錄,以前只有筆。雖然也有繪畫,但是繪畫無法在瞬間完成,因此很多描繪歷史性大事件的名畫,都是畫家後來參考文字記載,然後憑藉著想像而創作的。那些畫作再現了當時人們所能夠看到的一些視覺資訊,畫家也難免會按照自我意願對資訊內容進行添加或者刪改。

-----廣告,請繼續往下閱讀-----

比如,反映美國獨立戰爭最著名的油畫《華盛頓橫渡特拉華河》,就有多處和歷史事實不一致。比如,華盛頓身邊的門羅(美國第五任總統)當時根本就不在船上,甚至畫作中還出現了當時並不存在的星條旗。這些都是畫家在半個多世紀後憑自己的想像加進去的,這種人為因素,讓繪畫很難做到真實地記錄歷史事實。

延伸閱讀:從此有了攝影:達蓋爾誕辰|科學史上的今天:11/18

《華盛頓橫渡特拉華河》由德國畫家埃瑪紐埃爾·洛伊茨(Emanuel Leutze)於1851年所創作,描繪了美國獨立戰爭。圖/Wikipedia

要做到對真實畫面的記錄,就需要發明一種儀器來自動進行記錄,而不是人們主觀地進行繪製,這種儀器就是我們今天所說的照相機。當然,要想得到照片,光有照相機是遠遠不夠的,還需要一整套工藝將照片處理沖洗出來。這一整套的工藝流程,被稱為攝影術(照相術)。

今天,法國科學院確認的攝影術發明人是法國藝術家路易.雅克.馬克.達蓋爾(Louis-Jacques-Mandé Daguerre)。和很多重大發明的榮譽給予了最後一個發明人一樣,達蓋爾是攝影術的最後一個發明人,而非第一個。在他之前另一名法國人涅普斯(Joseph Nicéphore Nièpce)已經在一八二六年拍攝出一張永久性的照片,但是涅普斯使用的裝置與後續處理技術和後來大家普遍使用的攝影術,沒有什麼關係。

再往前,針孔成像的原理在中國古代的《墨子》中就有了相關記載,但是我們顯然無法把發明攝影術的功勞給予墨子。達蓋爾和前人不同的是,他不是設法得到一張照片,而是發明了一整套設備和一系列工藝流程,這就使得我們能夠通過攝影術記錄下真實的場景資訊,並且能夠以照片的形式完美地呈現出來。

-----廣告,請繼續往下閱讀-----
世界上第一張照片《在萊斯格拉的窗外景色》,由涅普斯拍攝。圖/Wikipedia

達蓋爾發明攝影術,並不僅僅為了記錄資訊,而是為了能夠取代當時十分流行的肖像油畫。達蓋爾本人是一位非常著名的建築設計師和全景畫家,他發明了建築繪圖的全景透視法,也就是從兩個(或多個)視角來觀察一個三維的物件(比如一棟大樓),然後將它畫在同一個畫面中。

這和布魯內萊斯基所發明的單點透視法不同。當時畫一幅油畫要花很長時間,如果要在戶外繪畫,更是一件十分困難和艱苦的事情,因為人們還沒有發明出牙膏管裝的油畫顏料,一罐罐的顏料既不好攜帶,也不便於保存。

因此,達蓋爾想,如果能夠發明一種方法自動將所看到的圖像「畫」下來,這樣可以省去一筆一筆畫油畫的麻煩。

當得知涅普斯用很複雜的方法得到了一張可以永久保存的照片後,達蓋爾就找到他決定一起合作研製攝影術。涅普斯則看中了達蓋爾在繪畫界的巨大影響力,作為出版商的他希望能夠借此賣出更多的畫冊,於是十分爽快地答應了。雖然一開始兩個人是各取所需,目的不同,但是因為目標一致,合作也算順暢。

然而不幸的是,當時已經六十四歲高齡的涅普斯沒幾年就去世了,而他們在攝影術方面的研究才剛剛開始。接下來,達蓋爾只好自己一個人繼續摸索研究。

-----廣告,請繼續往下閱讀-----

涅普斯最早是用瀝青作為感光材料。因為瀝青在強光的照耀下會逐漸變硬,這樣就能夠把攝影物件的輪廓迅速地描下來,但這樣照相至少要在陽光下曝光幾個小時甚至長達幾天。

一個偶然的機會,達蓋爾瞭解到一百多年前化學家所發現的銀鹽具有感光的特點,將銀鍍在銅版上,然後在碘蒸氣中形成一層碘化銀,碘化銀在感光後就會在銅版上留下影像。這和後來膠捲上塗溴化銀的原理是一樣的。達蓋爾用這種方法將原來涅普斯需要幾個小時才能完成的曝光過程縮短到了幾十分鐘,後來又縮短到幾分鐘。

一八三八年末(或者一八三九年初),達蓋爾將他的照相機擺在自己家的視窗,拍了一張街景照片——《坦普爾大街街景》。

《坦普爾大街街景》。圖/漫遊者文化提供

這張照片拍攝得非常清晰。達蓋爾在處理完照片後,極其興奮地對人們說:「我抓住了光,我捕捉到了它的飛行!」他的這個說法非常形象化,這是人類第一次發明實用的、以圖片方式記錄現實景象的技術。

-----廣告,請繼續往下閱讀-----

在這張照片中,這條大道顯得非常寂靜,實際上達蓋爾拍照時,大道上車水馬龍,人來人往,熙熙攘攘,非常繁華。照片之所以沒有能夠記錄下這些人和車輛是因為曝光的時間長達十分鐘之久,移動的人和車輛只能留下淡淡的陰影。當時摩斯看到照片中的巴黎街頭居然沒有人,感到非常吃驚。

今天的攝影家依然採用這種長時間曝光的手法來濾除鬧市中過多的閒人。不過如果你仔細觀察這張照片,就會在左下角發現一個擦皮鞋的人,由於他一直站在那裡不動,因此被拍了進去。這個人成為被攝影術記錄下來的第一個人。

從一七一七年德國人舒爾策(Johann Heinrich Schulze)發現銀鹽的感光效果,到達蓋爾用這種原理記錄下影像,中間經過了一個多世紀的時間。為什麼在這麼長的時間裡沒有人想到用銀鹽感光的性質來記錄影像?

因為這項技術雖然原理並不複雜,但是要變成一個可以記錄影像的工藝過程卻不是那麼簡單。銀鹽感光背後的原因是它們在光照下會分解,其中的銀會以細微的粉末狀出現,這就是人們在感光銅版上看到的黑色部分。但是這些銀粉一碰就掉,不可能形成一張能永久保存的照片。而且由於被感光部分是黑色的,未被感光的部分是白色的,和我們眼睛所看到的景物亮度正好相反(它們也被稱為負片),所以我們難以直接欣賞,還需要想辦法把它還原成我們肉眼所習慣看到的照片。

-----廣告,請繼續往下閱讀-----

這個記錄和還原圖像的過程有很多環節而且非常複雜。

達蓋爾最為了不起的地方,就在於他不只簡單發現了一種記錄圖像的現象,或者一個照相機,而是發明了一整套記錄圖像資訊的工藝過程。特別是在成像之後需要用水銀和食鹽在銅版底片上進行顯影和定影。這個過程有很多複雜的技術難題,都被達蓋爾成功地解決了。

今天「銀版攝影術」(又稱為達蓋爾銀版法)一詞,就是以他的名字命名的。

延伸閱讀:第四種元素:銀 —《改變世界的七種元素》

——本文摘自《資訊大歷史:人類如何消除對未知的不確定》,2022 年 6 月,漫遊者文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
azothbooks_96
55 篇文章 ・ 21 位粉絲
漫遊也許有原因,卻沒有目的。 漫遊者的原因就是自由。文學、人文、藝術、商業、學習、生活雜學,以及問題解決的實用學,這些都是「漫遊者」的範疇,「漫遊者」希望在其中找到未來的閱讀形式,尋找新的面貌,為出版文化找尋新風景。