2010年底开始关注Andrew Zisserman的文章， 他们组的文章我是基本都读， 有些不熟悉的topics就简单地扫一下，几年下来自觉基本了解Zisserman的研究风格， 现记录下来以供参考，

1， Target一个特定应用，

  Texture Classification, Flower Recognition, Image Retrieval, Ananimal Classification and    

  Detection,

  Zisserman过去的博士生很多属于这个流派的， 基本每人抓住一个问题， 发出系列好文章，

  在发布一两个数据集， 基本就成为这个领域的必引文章。

2， 尽善尽美的工程实践，

  Three things everyone should know to improve object retrieval  

  Automated Flower Classification over a Large Number of Classes

3， 跟踪最新，实用技术, 以最新论文为例，

  Describing Textures in the Wild，

  Deep Fisher Networks for Large-Scale Image Classification  

  Fisher Vector Faces in the Wild  

  Immediate, scalable object category detection  

  几乎无理论本身的创新， 但是工程实践和对当前最新最好的东西把握能力极强。

  凭空想出一个好的研究通常极难的， 能快速鉴别出一项技术的优劣也并非易事，Zisserman组对于

  最新技术的跟踪能力极强。

4， 重新定义技术，手机不是乔帮主发明的， 但是乔帮主重新定义了手机。Zisserman组也有这种

   能力。 SIFT 到RootSIFT一个根号， 搞的很多人都开始使用RootSIFT， Fisher Vector是    

   Perronnin提出来的， 但是绝大多数的引用FV的文章是来自Zisserman的文章。

   HoG to PHOG, Representing Shape with a Spatial Pyramid Kernel  

   SIFT to RootSIFT, Three things everyone should know to improve object retrieval  

   IFV, Fisher Vector Faces in the Wild  

对于Zisserman组的文章报告的结果， 基本不用质疑， 确实非常solid. 其研究思路非常值得借鉴。