1.一种视频拼接方法，其特征在于，包括：获取不同视角下、同一时间点的m个源视频帧；对各个所述源视频帧进行矫正预处理，以获得m个矫正视频帧，所述m个矫正视频帧包括m-1个不同的矫正视频帧组，所述矫正视频帧组包括第一矫正视频帧和第二矫正视频帧；依次获取各个所述矫正视频帧组的第一矫正视频帧与第二矫正视频帧相互重叠的区域，获得m-1个重叠区域；根据深度学习模型获取所述重叠区域的光流，得到m-1个重叠区域光流；依次获取各个所述矫正视频帧组的第一矫正视频帧与第二矫正视频帧未相互重叠的区域，得到m-1个非重叠区域；补全所述非重叠区域的光流，获得m-1个非重叠区域光流，进而获得m-1个整体光流；根据所述整体光流依次对各个所述矫正视频帧组中的第一矫正视频帧进行映射，获得m-1个映射视频帧；拼接各个所述矫正视频帧组中的第一矫正视频帧与所述映射视频帧，获得拼接视频帧。
2.根据权利要求1所述的视频拼接方法，其特征在于，所述根据深度学习模型获取所述重叠区域的光流包括：对所述重叠区域进行灰度化处理；合并同一矫正视频帧组的第一矫正视频帧和第二矫正视频帧，得到合并视频帧；将所述合并视频帧输入所述深度学习模型中；通过所述深度学习模型得到重叠区域光流。
3.根据权利要求2所述的视频拼接方法，其特征在于，所述深度学习模型的主干网络设置成残差网络。
4.根据权利要求1所述的视频拼接方法，其特征在于，获取非重叠区域光流包括：沿所述重叠区域的边缘根据自适应光流补全算法补全非重叠区域，获得非重叠区域光流。
5.根据权利要求1所述的视频拼接方法，其特征在于，根据整体光流对第一矫正视频帧进行映射，获得映射视频帧包括：将所述整体光流展开为与所述视频帧的尺寸方向一致的第一方向位移量和第二方向位移量；按照像素精度加和所述第一矫正视频帧与所述第一方向位移量、所述第二方向位移量，获得映射视频帧。
6.根据权利要求1所述的视频拼接方法，其特征在于，所述拼接各个矫正视频帧组中的第一矫正视频帧与所述映射视频帧，获得拼接视频帧包括：根据能量最小搜索策略查找所述第一矫正视频帧与所述映射视频帧之间的最佳拼接路径；沿所述最佳拼接路径拼接所述第一矫正视频帧与所述映射视频帧。
7.根据权利要求6所述的视频拼接方法，其特征在于，还包括：对各个所述矫正视频帧组中的第一矫正视频帧与映射视频帧沿所述最佳拼接路径进行图像融合。
8.根据权利要求7所述的视频拼接方法，其特征在于，所述图像融合包括：沿所述最佳拼接路径设置融合区域；设置权重融合掩膜；设置所述权重融合掩膜的线性权重；按照线性权重融合所述融合区域内的第一矫正视频帧与所述映射视频帧。
9.根据权利要求1所述的视频拼接方法，其特征在于，所述矫正预处理包括畸变矫正和光照调整。
10.根据权利要求9所述的视频拼接方法，其特征在于，所述畸变矫正采用棋盘标定法，所述光照调整采用伽马变换使得各个所述矫正视频帧的图像亮度一致。
11.一种视频拼接装置，包括：源视频帧获取模块，用于获取不同视角下、同一时间点的m个源视频帧；矫正预处理模块，用于对各个所述源视频帧进行矫正预处理，以获得m个矫正视频帧，所述m个矫正视频帧包括m-1个不同的矫正视频帧组，所述矫正视频帧组包括第一矫正视频帧和第二矫正视频帧；重叠区域获取模块，用于依次获取各个所述矫正视频帧组的第一矫正视频帧与第二矫正视频帧相互重叠的区域，获得m-1个重叠区域；重叠区域光流获取模块，用于根据深度学习模型获取所述重叠区域的光流，得到m-1个重叠区域光流；非重叠区域获取模块，用于依次获取各个所述矫正视频帧组的第一矫正视频帧与第二矫正视频帧未相互重叠的区域，得到m-1个非重叠区域；非重叠区域光流补全模块，用于补全所述非重叠区域的光流，获得m-1个非重叠区域光流，进而获得m-1个整体光流；映射模块，用于根据所述整体光流依次对各个所述矫正视频帧组中的第一矫正视频帧进行映射，获得m-1个映射视频帧；以及拼接模块，用于拼接各个所述矫正视频帧组中的第一矫正视频帧与所述映射视频帧，获得拼接视频帧。
12.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～10中任一项所述的方法。
13.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～10中任一项所述的方法。
14.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～10中任一项所述的方法。
