最近、ロボット工学や拡張現実（AR）分野における有望な応用が注目を集め、点群からの3次元物体検出に注目が集まっている。本論文では、初めての完全畳み込み型アンカーフリーな屋内3次元物体検出手法であるFCAF3Dを提案する。この手法は、点群をボクセル表現で扱い、スパース畳み込みを用いてボクセルを処理するシンプルでありながら効果的なアプローチである。FCAF3Dは、単一の完全畳み込み型の順伝播により、大規模なシーンを最小限の実行時間で処理可能である。従来の3次元物体検出手法は、物体の幾何構造に対して事前に仮定を置いているが、本研究ではこの仮定が一般化能力を制限すると主張する。このような事前仮定を排除するため、純粋にデータ駆動的に優れた結果を得ることを可能にする、回転可能なバウンディングボックスの新規パラメータ化手法を提案する。提案手法は、ScanNet V2（+4.5）、SUN RGB-D（+3.5）、S3DIS（+20.5）の各データセットにおいて、[email protected]の指標で最先端の性能を達成した。コードおよびモデルは、https://github.com/samsunglabs/fcaf3d にて公開されている。