下記の論文において、動画像系列のためのLSTMを用いた教師なし学習が提案された：
Nitish Srivastava, Elman Mansimov, Ruslan Salakhutdinov, "Unsupervised Learning of Video Representations using LSTMs," Proceedings of The 32nd International Conference on Machine Learning, pp. 843–852, 2015.
http://www.jmlr.org/proceedings/papers/v37/srivastava15.html
同論文中、LSTM autoencoderが導入されているが、それをTensorflowで実装した人がいた：
https://github.com/iwyoo/LSTM-autoencoder
これをそのまま使うというよりは、適当にforkして自分なりに改造するのが良いだろう。