随着集成电路制造技术的快速发展，在晶圆级封装等先进封装中，封装尺寸越来越小，缺陷检测分辨力要求已经由微米级提高到亚微米级。研究亚微米级二维和三维缺陷检测及复杂缺陷识别分类方法，能够为研发具有自主知识产权的半导体芯片封装缺陷视觉检测系统提供关键技术支撑，进而为解决半导体封测行业面临的“卡脖子问题”以及提升器件的良率奠定技术基础。

近日，夏豪杰教授团队通过将图像超分辨率重建与目标检测与测量相结合，提出了一种针对微小目标的基于卷积神经网络的图像超分辨率重建网络，设计并搭建了相应的实验系统。该方法突破了原有硬件平台的分辨率限制，有效提升了微小目标的成像质量，在原有硬件平台基础上，显著提高了目标测量精度。

相关的研究成果以“面向小目标测量的通道注意力网络与系统设计”为题作为封面文章在《光学 精密工程》（EI、Scopus，中文核心期刊，《仪器仪表领域高质量科技期刊分级目录》和《光学和光学工程领域高质量科技期刊分级目录》“T1级”期刊）上发表。同时，“中国光学”官方微信平台对该成果进行了亮点推送。文章第一作者是研究生傅扬伟，张进教授为本文通讯作者。该研究得到了国家自然科学基金等项目的资助。