Cet article traite du problème de classification multi-classe en reconnaissance des formes. La résolution de ce type de problèmes nécessite des algorithmes au coût calculatoire souvent beaucoup plus élevé que les méthodes d'apprentissage dédiées à la classification binaire. On propose dans cet article une nouvelle formulation pour la conception de classifieurs multi-classes, nécessitant essentiellement la même complexité calculatoire que l'apprentissage d'un classifieur binaire. On montre que ce socle commun offre un cadre pour élaborer des algorithmes multi-classes en utilisant les mêmes routines d'optimisation que celles utilisées pour les problèmes de classification binaire. On illustre ce résultat avec les algorithmes SVM, LS-SVM et RLSC.