由于街景的物体差异性大，正确编码对尺度信息的意义上的高级特征是非常困难的。使用扩张卷积(Atrous Convolution)能够在不牺牲特征空间分辨率的同时扩大特征接收野，DeepLab系列工作结合多尺度信息和扩张卷积的特点提出了ASPP模块，将不同扩张率的扩张卷积特征结合到一起。但对于街景分类任务来说，并不能达到很好的效果，所以提出了密集型的ASPP，DenseASPP模型。
ASPP模块
扩展卷积的出现解决了在特征图尺寸与感受野之间的矛盾问题。多尺度信息有助于解决模糊情况并有助于图像分类。 为此，ASPP（如下图） 提出连接由不同扩张速率的卷积生成的特征图，以便输出特征图中的神经元包含多个感知字段大小，这些字段大小编码多尺度信息并最终提高性能。
论文中提出高分辨的街景图像要求更大的感受野，以此同时需要足够大的不同尺度的扩张率。但随着扩张率增加(d>24)，扩张卷积的衰退衰减无效了（deeplab3中提到）。所以利用densenet编码多尺度信息的同时获得足够大的感受野的表现，将其融合进ASPP网络中。
因为密集连接，特征的通道数会急速上升，DenseNet中使用1×1的卷积用于降低通道数，限制了模型大小和计算量，同样的，在本文中也使用了多个1×1卷积用于降低参数，限制计算量。
DenseASPP结构
论文提出的DenseASPP用于解决街道场景的尺度挑战，DenseASPP包含了一个基础网络，后面接了一个多级的扩张卷积层，如下图所示：
可以看到扩张卷积级联起来，并且扩张率逐渐的增加，前面的层扩张率较低，后面的层扩张率较大。这和DenseNet的连接非常相似，DenseASPP的最终输出是由多扩张率、多尺度的扩张卷积生成的特征组成。可以将DenseASPP用如下公式表示：
其中dl表示l层的扩张率，[...]表示级联concat操作。
表示连接来自前面所有层的输出。与原先的ASPP模块相比，DenseASPP堆叠了所有扩张卷积并做了密集连接。这主要能带来2个收益：
1、密集的特征金字塔(denser feature pyramid)
2、更大的感受野(larger receptive field.)
密集特征金字塔
DenseASPP的一个关键设计是使用密集连接，以实现具有不同扩张率的各种层的集合。 每个集合相当于不同规模的核，即不同的感受野。 因此，我们得到的特征图比ASPP中有更多的尺度。 扩张能够增加卷积核的感受野。 对于具有膨胀率d和核大小K的卷积层，等效的感受野大小为：
例如一个3×3的卷积扩张卷积，扩张率为d=3，则对应的接收野为7。
假设我们有两个卷积层，滤波器大小分别为K 1和K 2，新的感受野是：
例如，一个尺寸为7和尺寸为13的卷积堆叠到一起，构成为感受野为19.
DenseASPP由包含扩张率为3,6,12,18的扩张卷积，每组数字的表示扩张率的组合，长度表示等效的卷积核大小，k表示实际的接收野，如下所示：
更密集像素采样
这么大的接收野条件下，只有3个像素被采样了用于计算，这样的情况下二维的情况下会更糟，虽然得到了更大的接收野，但是在计算的过程中丢弃了大量的信息。
在DenseASPP中，扩张率逐层增加，上层中的卷积可以采用来自较低层的特征，并使像素采样更密集。图4（b）说明了这个过程：膨胀率为3的扩张层放在具有膨胀率6的层下面。对于扩张率为6的原始扩张层，7个像素的信息将有助于最终计算，比原来的3个像素更密集。在二维情况下，49个像素将有助于最终预测，而在标准的单层扩张卷积中，仅贡献9个像素。
当扩张率变大时，这种现象变得更加明显。图4（c）示出了二维版本的结果。具有较大膨胀率的卷积层可以从具有较小膨胀率的滤波器获得帮助，并以更密集的方式对像素进行采样。
更大的感受野
原先的ASPP是四个分支并行处理前馈，而densenetASPP模块通过跳层共享了连接信息，大和小扩展率的卷积相互依赖，构成密集特征金字塔的同时也获得了更大的感受野。
Rmax表示特征金字塔最大感受野，函数Rkd表示卷积核带下为K的扩张率为d，那么ASPP（6,8,12,24）最大的感受野有：
而相对的DenseASPP(6,12,18,24)的最大接收野为：
