5.3.1   Utility-based Network Adaption Eine bei einem Anwender wiedergegebene Szene kann für den Betrachter wichtige Elemente (wie Spieler eines Fussballspiels) oder unwichtige Elemente (Kulisse, Zuschauer, Werbung) enthalten. Wird die Szene nicht lokal sondern über ein Medium mit hoher Zeitvarianz (wie ein drahtloses Netzwerk) bezogen, kommt es mit großer Wahrscheinlichkeit zu Schwankungen der Datenrate. ÜUblicherweise würden sich diese in dem Verwerfen von Bildern äußern. Das Verfahren der Utility-based Network Adaption  beruht nun darauf, dass Objekten und ihnen zugeordnete Streams (siehe Abschnitt 2.1.1) einer Szene verschiedene Prioritätsgrade zuge- wiesen werden. Anstatt ein ganzes Bild zu verwerfen, könnten nur die unwichtigen Objekte verworfen oder eine niedrige Anzeigequalität geliefert werden. Dies ist je nach Anwendungs- fall zu sehen. Bei einer Zeitlupen-Wiedergabe ist man sicher gewillt, eher ein komplettes Bild zu verlieren anstatt Details. Bei schnellen Bewegungen ist es genau andersherum. Zu diesem Zweck werden Bandwith Utility Functions definiert. Mit Ihnen ist es möglich, definierte Qua- litätsstufen einer Szene festzulegen und so eine Bandbreiten-spezifisch optimale Qualität zu erzielen. Nutzerinteraktion ist auch denkbar, falls man mit dem gelieferten Ergebnis nicht zufrieden ist. 5.3.2   Technik Dieser Abschnitt soll zeigen, aus was die Utility-based Network Adaption besteht und welche Aufgabe die einzelnen Teile besitzen. Das  Utility-based Adaption Framework  kann in die folgenden drei Teile gegliedert werden: 1.  ein Utility Generator, der aus einem Scaling Profile Selector, einem Content-based Utili- ty Function Estimator und einem Long-range Utility Function Predictor besteht. Durch den  Scaling Profile Selector  wird ein Skalierungsprofil¹⁴  vom eingehenden Stream er- zeugt und dieses an den Content-based Utility Function Estimator weitergegeben. Dieser kann nun mit Hilfe des Profils eine Utility Function in Echtzeit erzeugen. Der Vorgang ist nicht trivial und soll nicht weiter behandelt werden. Es sei auf [LBCC99] verwie- sen. Der  Long-range Utility Function Predictor  hat die Aufgabe, eine möglichst gute Abschätzung der  Utility Function  über einen grösseren Zeitraum vorzunehmen. Dies ist notwendig, weil sich  Utility Functions  schnell  ändern, jedoch Verzögerungszeiten grösserer Ordnung bei der Übertragung vorliegen. 2.  ein Content Scaler, der die Aufgabe hat aus dem eingehenden Videostream, dem Ska- lierungsprofil sowie einer durch den Bandwith Allocator  zugewiesene Bandbreite einen skalierten Ausgangsstream zu erzeugen. 3.  ein Bandwith Allocator, der über eine Utility Function und Informationen über den mo- mentanen Zustand der Übertragungseigenschaften des Netzwerkes eine entsprechende Bandbreite zuordnet. Ein sinnvoller Aufbau wäre, dass der  Utility Generator  seinen Platz nahe beim Kodierer findet (aufgrund der angesprochenen Zeitverzögerungen im Netzwerkverkehr) und der Content Scaler  nahe der Basisstation¹⁵, oder besser ausgedrückt: dem Flaschenhals des Netzwerkes. ¹⁴es kann fein skaliert werden, zum Beispiel über das Verwerfen von Koeffzienten der Kosinusreihe bei der ^{DCT, oder aber}”^{hart“ skaliert werden, zum Beispiel über das Verwerfen von Bildern 15}mobile Netzwerke 11