ECM采用了许多跨分量的预测（Cross-componentprediction，CCP）模式，包括跨分量包括跨分量线性模型（CCLM）、卷积跨分量模型（CCCM）和梯度线性模型（GLM），以利用分量间的相关性。该提案提出了一种跨分量的Merge模式（cross-componentmerge，CCMerge）作为一种新的CCP模式。CCMerge编码的跨分分量模型参数可以从用当前块的的相邻块继承。

若当前编码块是CCMerge模式时，则其跨分量线性模型参数可以从其空域相邻和空域非相邻的编码块中继承。创建一个候选列表，其中包括以CCLM、MMLM、CCCM、GLM、色度融合和CCMerge模式编码的空域相邻和空域非相邻编码块的CCP模型。

构建过程如下所示：

1. 空域相邻候选

空间相邻候选的位置如下图所示。按照以下顺序依次检查：B1->A1->B0->A0->B2。

1. 空域非相邻候选

在检查所有空间相邻邻居之后，考虑空域非相邻的候选。在当前的ECM中，在帧间Merge模式下，使用两组空间上不相邻的相邻候选。在所提出的方法中，使用来自第一组的空域非相邻候选的位置和检查顺序。

1. 具有默认缩放参数的CCLM候选

如果列表未满，则在包括空间相邻和非相邻候选之后，考虑具有默认缩放参数的CCLM候选。默认缩放参数是{0，1/8，-1/8，2/8，-2/8，3/8}，并且偏移参数是根据所选择的默认缩放参数通过相邻重建亮度像素平均值（Yavg）和相邻色度重建像素平均值（Cavg）计算的。

继承模型参数的规则：

• 继承CCLM候选时，仅继承缩放参数。通过使用继承的缩放参数、Yavg和Cavg推导偏移参数。

• 当继承MMLM候选时，将继承缩放参数和分类阈值。每个分类的偏移参数是根据继承的分类阈值以及每个类中Yavg和Cavg计算得到的。如果分类中没有相邻的重建样本可用，则直接从候选中继承偏移参数。

• 当继承CCCM候选时，继承所有卷积参数、偏移（即offsetLuma、offsetCb和offsetCr）和分类阈值。

• 当继承GLM候选时，如果GLM候选是3参数GLM模式，则继承所有梯度模式索引和模型参数；否则，如果GLM候选是2参数GLM模式，则通过使用继承的缩放参数、Yavg和Cavg计算偏移参数。

• 当继承色度融合模式时，所推导的MMLM参数被继承并用作Merge候选。

对于CCMerge块，如果其Merge候选模式是CCLM、MMLM、CCCM或GLM，则Merge候选模式被存储为当前色度块的传播模式（propagation mode）；否则，如果其Merge候选模式是色度融合，则将传播模式（propagation mode）设置为MMLM。当继承 CCMerge候选时，如何继承或推导CCP参数取决于CCMerge候选项的传播模式，如以上五段所述。

编码方式

使用额外的flag，在cclm_mode_flag语法元素之后编码CCMerge_flag，指示是否使用CCMerge。如果使用CCMerge，则需要另外传输候选索引，候选索引被Cb/Cr颜色分量共享。

目前，默认情况下，允许的Merge候选数目上限设置为6。如果允许的候选的最大数量修改为1，则不需要通知候选索引。候选索引的每个bin都使用单独的上下文进行上下文编码。

实验结果

在ECM7.0上，最大候选数目设置为6时，性能如下：

色度性能不错，但是编码端复杂度较高，应该是将候选列表中的模式都进行了RDO Check导致的。