近年来，已经对体验质量（QoE）进行了研究，并证明它既影响用户的视觉质量又影响感知质量，而感知质量意味着应该以最佳质量来满足用户对个性化内容的要求。 也就是说，在资源受限的流传输场景中，需要为拥有用户感兴趣的内容（例如重点内容）的那些细分分配更多的网络资源。 但是，所有现有的基于HTTP的自适应方法都只根据有限的网络资源或能源来关注内容不可知的比特率自适应，因为它们忽略了一些重要段上的用户感知语义，这些重要段上的质量比普通段上的质量差从而损害整体QoE。 在本文中，我们为MPEG-DASH服务提出了一种新的语义感知适配方案，该方案决定了如何根据感知到的用户重要内容的内容描述符来保留带宽和缓冲时间。 此外，已经在DASH客户端中实现了语义感知的探查和自适应（SMA-PANDA）算法，以与传统的比特率自适应进行比较。 初步结果表明，SMA-PANDA在MPEG-DASH平台上流式传输用户感兴趣的内容具有更好的QoE和灵活性，并且还积极地帮助用户感兴趣的内容竞争更多资源以提供高质量的演示文稿。
