一种常用的人脸特征提取方法是使用深度学习模型，例如FaceNet。该模型可以是传统机器学习算法，如支持向量机，或深度学习模型，如卷积神经网络。请注意，实现一个高性能的人脸识别系统是一项非常复杂的任务，需要大量的研究和开发。
要实现一个闲聊的人脸识别，可以按照以下步骤进行操作：
1. 收集人脸数据集：首先，需要收集足够多的人脸样本来构建人脸数据集。这可以通过拍摄真实人脸的照片或者从公共数据集中获取已标注的人脸图像。
2. 人脸检测：使用人脸检测算法来从图片或视频中检测出人脸的位置。这可以通过使用OpenCV库中的人脸检测器或者深度学习模型来实现。
3. 人脸特征提取：对于每个检测到的人脸，使用人脸特征提取算法来提取其特征向量。一种常用的人脸特征提取方法是使用深度学习模型，例如FaceNet。
4. 数据训练和模型构建：将收集到的人脸数据集划分为训练集和测试集，然后使用这些数据来训练一个人脸识别模型。该模型可以是传统机器学习算法，如支持向量机（SVM），或深度学习模型，如卷积神经网络（CNN）。
5. 人脸识别和匹配：在闲聊软件中，当用户上传或输入照片时，使用训练好的人脸识别模型来识别该照片中的人脸，并将其与已知的人脸进行匹配。
请注意，实现一个高性能的人脸识别系统是一项非常复杂的任务，需要大量的研究和开发。以上步骤仅提供了一个基本的框架，实际的实现过程还需要考虑许多其他因素，如数据质量、模型选择和性能优化等。