En este documento, proponemos una red de mejora de imágenes con poca luz de extremo a extremo basada en el espacio de color YCbCr para abordar los problemas encontrados por los algoritmos existentes al tratar la distorsión de brillo y ruido en el espacio de color RGB. Los métodos tradicionales suelen mejorar la imagen primero y luego reducir el ruido, pero esto amplifica el ruido oculto en las regiones oscuras, lo que lleva a resultados de mejora subóptimos. Para superar estos problemas, utilizamos las características del espacio de color YCbCr para convertir la imagen con poca luz de RGB a YCbCr y diseñamos una red de mejora de doble rama. La red consta de una rama CNN y una rama U-net, que se utilizan para mejorar el contraste de la información de luminancia y crominancia, respectivamente. Además, se introduce un módulo de fusión para la extracción de características y la medición de la información. Este estima automáticamente la importancia de los mapas de características correspondientes y emplea la preservación de información adaptativa para mejorar el contraste y eliminar el ruido. Finalmente, a través de pruebas en múltiples conjuntos de datos de imágenes con poca luz disponibles públicamente y comparando con algoritmos clásicos, los resultados experimentales demuestran que el método propuesto genera imágenes mejoradas con detalles más ricos, colores más realistas y menos ruido.