Moving MNIST

该数据集名为“移动MNIST”，是一个用于视频表征学习的合成数据集。每个序列展示了两个数字在64x64的框内以恒定速度移动的过程。每个序列包含20帧，其特点在于场景和事件相对简单。该数据集的任务是视频预测。

This dataset, named "Moving MNIST", is a synthetic dataset designed for video representation learning. Each sequence depicts two digits moving at a constant speed within a 64x64 bounding box. Each sequence contains 20 frames and is characterized by relatively simple scenes and events. The task associated with this dataset is video prediction.

搜集汇总

背景与挑战

背景概述

Moving MNIST是一个用于无监督学习视频表示的数据集，包含10,000个序列，每个序列有20帧，展示两个数字在64x64帧内的移动。它主要用于测试序列预测和重建任务，特别是评估基于前10帧预测后10帧的未来预测性能。